Dollar toolbox 学习笔记（一）



Dollar toolbox 学习笔记（一）

           Dollar toolbox工具包是dollar写的关于行人检测的MATLAB工具包，工具包是对他经典论文的实现。

           可在https://pdollar.github.io/toolbox/中查看详情。

一、工具包框架

      工具包分为六大部分，分别是：

1.channels：

         

这部分主要是计算feature的函数，介绍了计算HOG,FHOG,gradientHist等特征的函数，还有几个平滑函数。关于特征理论部分的内容，主要参考的论文有

[1] P. Doll�r, Z. Tu, P. Perona and S. Belongie

"Integral Channel Features", BMVC 2009.

[2] P. Doll�r, S. Belongie and P. Perona

"The Fastest Pedestrian Detector in the West," BMVC 2010.

[3] P. Doll�r, R. Appel and W. Kienzle

"Crosstalk Cascades for Frame-Rate Pedestrian Detection," ECCV 2012.

[4] P. Doll�r, R. Appel, S. Belongie and P. Perona

"Fast Feature Pyramids for Object Detection", PAMI 2014.

2.Classify：

    这部分主要是用于行人检测的常用分类器算法的实现，包括聚类、PCA、随机森林、决策树、回归树、adaboost等。

3.Detector：

该部分是检测器的实现，作者用的是Aggregate Channel Features（ACF）检测器，ACF是对经典的VJ检测器的改进，速度和检测精度都有大幅提升，作者在论文 "Fast Feature Pyramids for Object Detection," 中提出ACF算法。该部分代码理论知识主要来源于以下论文：

[1] P. Doll�r, Z. Tu, P. Perona and S. Belongie

"Integral Channel Features", BMVC 2009.

[2] P. Doll�r, S. Belongie and P. Perona

"The Fastest Pedestrian Detector in the West," BMVC 2010.

[3] P. Doll�r, R. Appel and W. Kienzle

"Crosstalk Cascades for Frame-Rate Pedestrian Detection," ECCV 2012.

[4] P. Doll�r, R. Appel, S. Belongie and P. Perona

"Fast Feature Pyramids for Object Detection," PAMI 2014.

[5] W. Nam, P. Doll�r, and J.H. Han

"Local Decorrelation For Improved Pedestrian Detection,"

4.Filter：

    该部分是常用滤波器的实现代码，有线性和非线性的，如DoG，Gabor，Gaussian等。

5.Images：

    

     该部分是对图像的一般操作，主要是图像的显示等处理，在读以上几部分代码时，会涉及到本部分的内容，当用到时候来查找就好。

6.matlab：

   

     是一些对MATLAB功能的扩展函数，包含显示图片、画图等功能。建议用到时来查找就好。

7.Videos：

   对视频的一些操作函数。

打开连接：https://pdollar.github.io/toolbox/，可以看到如下界面，有各个部分的简单说明，每个部分又包含很多函数，其中一部分有使用例子。由于也是刚开始学习，准备每个函数都用一下，然后再对感兴趣的函数读源代码，建议先读一下相关论文，然后来看代码，这样对应着看，效果会好些。