blocks|key|3520695|text|对于您的目的，我认为最好的选择是，因为作者将在MATLAB中的实现和已经训练过的检测器模型分开。已经训练好的模型包括：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|3520696|3520697|飞机，船，公共汽车，汽车，电视，沙发|unordered-list-item|3520698|鸟，猫，马，羊，Dog|3520699|etc.|3520700|3520701|如果您需要，也可以在OpenCV中实现(在此question中找到)。|offset|length|3520702|其他检测器实现|style|BOLD|3520703|3520704|VeryFast+Detector|3520705|Partial+Least+Squares|3520706|FPDW|3520707|3520708|3520709|请看以下行人检测中的调查：|3520710|《行人检测:先进驾驶辅助系统行人检测技术现状的评估》(2010)。|3520711|最新技术|3520712|3520713|以每秒100帧的速度检测行人。这项由Benenson+et+al.，2012提出的工作实现了高检测速度，使用基于区分训练的部分模型的最新精度[webpage].|3520714|Object检测，也就是LatSVM在PASCAL+2006,2007和2008上取得了良好的结果。这项工作不仅适用于行人检测，还适用于汽车、猫、马、沙发等。你真的应该看看这个使用偏最小二乘分析的[webpage]|3520715|Human检测。Schwartz+_et+al.，2009_提出使用偏最小二乘分析，它允许处理高维空间特征。|3520716|3520717|经典作品|3520718|下面的工作对行人检测的每一项工作都有重要的贡献和参考价值。HOG+feature、Integral+Image和Cascade+of+Rejection被多部作品使用，包括Benenson+et+al.，2012年的作品。|3520719|用于人类Detection|3520720|Fast人体检测的定向梯度的|3520721|直方图使用定向梯度的级联|3520722|3520723|3520724|entityMap|0|LINK|mutability|MUTABLE|url|https://stackoverflow.com/q/11832447/957997|1|http://rodrigob.github.com/|2|http://homepages.dcc.ufmg.br/~william/softwares.html|3|http://vision.ucsd.edu/~pdollar/research.html|4|5|http://people.cs.uchicago.edu/~rbg/latent/^0|0|0|0|0|0|0|M|8|0|0|0|7|0|0|0|H|1|0|0|L|2|0|0|4|3|0|0|0|0|0|0|4|0|0|1Z|7|4|0|2R|7|5|0|0|0|0|4|0|0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|28|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|29|8|@]|9|@]|A|$]]|$1|C|3|D|5|E|7|2A|8|@]|9|@]|A|$]]|$1|F|3|G|5|E|7|2B|8|@]|9|@]|A|$]]|$1|H|3|I|5|E|7|2C|8|@]|9|@]|A|$]]|$1|J|3|-4|5|6|7|2D|8|@]|9|@]|A|$]]|$1|K|3|L|5|6|7|2E|8|@]|9|@$M|2F|N|2G|1|2H]]|A|$]]|$1|O|3|P|5|6|7|2I|8|@$M|2J|N|2K|Q|R]]|9|@]|A|$]]|$1|S|3|-4|5|6|7|2L|8|@]|9|@]|A|$]]|$1|T|3|U|5|E|7|2M|8|@]|9|@$M|2N|N|2O|1|2P]]|A|$]]|$1|V|3|W|5|E|7|2Q|8|@]|9|@$M|2R|N|2S|1|2T]]|A|$]]|$1|X|3|Y|5|E|7|2U|8|@]|9|@$M|2V|N|2W|1|2X]]|A|$]]|$1|Z|3|-4|5|6|7|2Y|8|@]|9|@]|A|$]]|$1|10|3|-4|5|6|7|2Z|8|@]|9|@]|A|$]]|$1|11|3|12|5|6|7|30|8|@]|9|@]|A|$]]|$1|13|3|14|5|6|7|31|8|@]|9|@]|A|$]]|$1|15|3|16|5|6|7|32|8|@$M|33|N|34|Q|R]]|9|@]|A|$]]|$1|17|3|-4|5|6|7|35|8|@]|9|@]|A|$]]|$1|18|3|19|5|E|7|36|8|@]|9|@$M|37|N|38|1|39]]|A|$]]|$1|1A|3|1B|5|E|7|3A|8|@]|9|@$M|3B|N|3C|1|3D]]|A|$]]|$1|1C|3|1D|5|E|7|3E|8|@]|9|@]|A|$]]|$1|1E|3|-4|5|6|7|3F|8|@]|9|@]|A|$]]|$1|1F|3|1G|5|6|7|3G|8|@$M|3H|N|3I|Q|R]]|9|@]|A|$]]|$1|1H|3|1I|5|6|7|3J|8|@]|9|@]|A|$]]|$1|1J|3|1K|5|6|7|3K|8|@]|9|@]|A|$]]|$1|1L|3|1M|5|E|7|3L|8|@]|9|@]|A|$]]|$1|1N|3|1O|5|E|7|3M|8|@]|9|@]|A|$]]|$1|1P|3|-4|5|6|7|3N|8|@]|9|@]|A|$]]|$1|1Q|3|-4|5|6|7|3O|8|@]|9|@]|A|$]]|$1|1R|3|-4|5|6|7|3P|8|@]|9|@]|A|$]]]|1S|$1T|$5|1U|1V|1W|A|$1X|1Y]]|1Z|$5|1U|1V|1W|A|$1X|20]]|21|$5|1U|1V|1W|A|$1X|22]]|23|$5|1U|1V|1W|A|$1X|24]]|25|$5|1U|1V|1W|A|$1X|20]]|26|$5|1U|1V|1W|A|$1X|27]]]]

For your purposes, I think the best option is <a href="http://people.cs.uchicago.edu/~rbg/latent/" rel="nofollow noreferrer">LatSVM</a> because the authors disponibilizes the implementation in MATLAB and the detector models already trained. The already trained models includes:

<ul>
<li>Aeroplane, Boat, Bus, Car, Bicycle</li>
<li>Bottle, TV, Sofa</li>
<li>Bird, Cat, Horse, Sheep, Dog</li>
<li>etc.</li>
</ul>

There is also an implementation in OpenCV if you need (found out in this <a href="https://stackoverflow.com/q/11832447/957997">question</a>).

Other Detector Implementations

<ul>
<li><a href="http://rodrigob.github.com/" rel="nofollow noreferrer">VeryFast Detector</a></li>
<li><a href="http://homepages.dcc.ufmg.br/~william/softwares.html" rel="nofollow noreferrer">Partial Least Squares</a></li>
<li><a href="http://vision.ucsd.edu/~pdollar/research.html" rel="nofollow noreferrer">FPDW</a></li>
</ul>

<hr>

Give a look at the following surveys in Pedestrian Detection:

<ol>
<li>Pedestrian Detection: An Evaluation of the State of the Art (2012).</li>
<li>Survey of Pedestrian Detection for Advanced Driver Assistance Systems (2010).</li>
</ol>

State of Art

<ul>
<li>Pedestrian detection at 100 frames per second. This work proposed by [Benenson et al., 2012] achieves a high detection speed with state-of-art precision [<a href="http://rodrigob.github.com/" rel="nofollow noreferrer">webpage</a>].</li>
<li>Object Detection with Discriminatively Trained Part Based Models aka LatSVM Achieved good results on PASCAL 2006, 2007 and 2008. This work doesn't show only for pedestrian detection, but also for cars, cats, horse, sofa etc. You really should give a look at this one [<a href="http://people.cs.uchicago.edu/~rbg/latent/" rel="nofollow noreferrer">webpage</a>]</li>
<li>Human Detection using Partial Least Squares Analysis. [Schwartz et al., 2009] proposed the use of Partial Least Squares analysis which allows to handle high-dimensional space features.</li>
</ul>

Classical Works

The following works has important contributions and are references in every work of pedestrian detection. HOG feature, Integral Image, and Cascade of Rejection are used by several works, including the one by [Benenson et al., 2012].

<ul>
<li>Histograms of Oriented Gradients for Human Detection</li>
<li>Fast Human Detection Using a Cascade of Histograms of Oriented Gradients</li>
</ul>

Hi I am new to image processing field. My project is to classify the objects in an image/Video.
The input is an image/video from surveillance camera. I should classify the objects into three classes. 1) Humans 2) Animals 3) Others (cars). We can consider a fixed background. 

Can any one suggest any proven algorithms or papers or opensource code for this purpose? offcourse googling is obvious solution but always an experienced eye is always helpful!

Classification of objects from a video ( human, animals, others(cars etc.,) )

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

嗨，我是图像处理领域的新手。我的项目是对图像/视频中的对象进行分类。输入是来自监控摄像头的图像/视频。我应该把这些对象分成三类。1)人2)动物3)其他人(汽车)。我们可以考虑一个固定的背景。有没有人能为这个目的推荐一些经过验证的算法、论文或开源代码呢？当然，谷歌是显而易见的解决方案，但总是一个有经验的眼睛总是有帮助的！

问视频中对象的分类(人、动物、其他(汽车等))
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问视频中对象的分类(人、动物、其他(汽车等))EN