3.1.5. Cải thiện thời gian tính đặc trƣng HOG dùng matlab
Thực hiện cải thiện thời gian tính đặc trƣng HOG, với các hàm kèm theo: Tính độ lớn và hƣớng c a vector gradient ảnh cho mỗi pixel theo hƣớng 00 đến 1800
c a một ảnh ng vào cho trƣớc. – hàm compute_gradient.m. Ngõ vào: ảnh xám hoặc ảnh RGB. Ng ra: độ lớn và hƣớng c a vector gradient ảnh cho mỗi pixel.
Chia ảnh ng vào thành các windows có kích thƣớc cụ thể. – hàm
compute_cell_coordinates.m. Ng vào: ảnh ng vào; kích thƣớc window theo pixel. Ngõ ra: các windows là ma trận với các chỉ số ảnh đƣợc cắt dạng 1 hàng x 4 cột: [x_ini, x_fin, y_ini, y_fin].
Tính bộ mơ tả HOG c a một ảnh ng vào cho trƣớc theo phƣơng pháp HOG gốc với các tham số cụ thể. – hàm compute_HOG.m. Ng vào: ảnh để trích đặc trƣng HOG; Kích thƣớc cell theo pixel; Kích thƣớc block theo cell; Số bin c a histogram. Ngõ ra: bộ mơ tả HOG có dạng một vector cột.
Tính độ lớn và hƣớng c a vector gradient ảnh cho mỗi pixel. – hàm
GradientBin.m. Ngõ vào: ảnh; số bin histogram; có xét đến dấu c a gradient hay
khơng, có là 0 và khơng có là 1.
Tính bộ mơ tả đặc trƣng HOG c a các window theo phƣơng pháp cải thiện –hàm SumHOG.m.
Tính bộ mơ tả đặc trƣng HOG cho toàn ảnh theo phƣơng pháp cải thiện – hàm HOGLocal.m.
So sánh thời gian tính bộ mơ tả đặc trƣng HOG theo Dalal và Trigs c a một ảnh cho trƣớc giữa phƣơng pháp HOG gốc và phƣơng pháp cải thiện–hàm
Phong_DEMO.m.
3.1.6. Phát hiện ngƣời trong video
Chƣơng trình cải thiện tính đặc trƣng HOG:
Đọc file video mp4, đọc số frames trong video, phát hiện ngƣời trong video dùng hàm hỗ trợ c a matlab, vision.PeopleDetector dùng phƣơng pháp step–hàm
Phong_nhandang.m.