关于hog特征提取进行行人检测的程序说明

最近在学习行人检测，看很多大牛写的一些code的一些笔记，主要作用辅助自己学习，如果能帮到你那我也是开心哒！

1.相关函数的介绍，参考来自：http://blog.csdn.net/wangningbo128/article/details/6422554

1) getDefaultPeopleDetector() 获得3780维检测算子（105 blocks with 4 histograms each and 9 bins per histogram there are 3,780 values）--（为什么是105blocks？）
2).cv::HOGDescriptor hog;　创建类的对象　一系列变量初始化 　
winSize(64,128), blockSize(16,16), blockStride(8,8),
cellSize(8,8), nbins(9), derivAperture(1), winSigma(-1),
histogramNormType(L2Hys), L2HysThreshold(0.2), gammaCorrection(true)
3). 调用函数：detectMultiScale(img, found, 0, cv::Size(8,8), cv::Size(24,16), 1.05, 2);　
　　参数分别为待检图像、返回结果列表、门槛值hitThreshold、窗口步长winStride、图像padding margin、比例系数、门槛值groupThreshold；通过修改参数发现，就所用的某图片，参数0改为0.01就检测不到，改为0.001可以；1.05改为1.1就不行，1.06可以；2改为1可以，0.8以下不行，（24,16）改成（0,0）也可以，（32,32）也行
该函数内容如下
(1) 得到层数　levels　
某图片（530，402）为例，lg(402/128)/lg1.05=23.4　则得到层数为24
(2)　循环levels次，每次执行内容如下
HOGThreadData& tdata = threadData[getThreadNum()];
Mat smallerImg(sz, img.type(), tdata.smallerImgBuf.data);
调用以下核心函数
detect(smallerImg, tdata.locations, hitThreshold, winStride, padding);
其参数分别为，该比例下图像、返回结果列表、门槛值、步长、margin
该函数内容如下：
(a)得到补齐图像尺寸paddedImgSize
(b)创建类的对象　HOGCache cache(this, img, padding, padding, nwindows == 0, cacheStride); 在创建过程中，首先初始化 HOGCache::init,包括：计算梯度 descriptor->computeGradient、得到块的个数105、每块参数个数36　

(c)获得窗口个数nwindows，以第一层为例，其窗口数为（530＋32*2-64）/8＋1、（402＋32*2-128）/8＋1　＝67*43＝2881，其中（32,32）为winStride参数，也可用（24,16）
(d)在每个窗口执行循环，内容如下
在105个块中执行循环，每个块内容为：通过getblock函数计算HOG特征并归一化，36个数分别与算子中对应数进行相应运算；判断105个块的总和s >= hitThreshold 则认为检测到目标　
4）主体部分感觉就是以上这些，但很多细节还需要进一步弄清。

OpenCV HOGDescriptor参数图解，参见：http://blog.sina.com.cn/s/blog_82e9a8f80102wwdp.html

2.fflush()函数的用法，参见：http://blog.csdn.net/fqc0306/article/details/6989869

3.c语言中strlen（）函数的用法，参见：http://blog.csdn.net/xuefu2008/article/details/4646092

4.fgets（）函数用法，参见：http://mawenjie.blog.163.com/blog/static/269501052009102611615610/

5.GetTickCount（）函数的作用和用法，参见：http://www.cnblogs.com/jiayouwyhit/p/3683374.html

注意：C++版的getTickFrequency返回的是每秒钟的tick数，C版的cvGetTickFrequency返回的是每微秒的tick数

6.cvRound 和cvClone的用法，参见：http://blog.csdn.net/huxiongge/article/details/6863815

7.最后程序，参看：http://blog.csdn.net/ttransposition/article/details/11720801

                         和：http://ju.outofmemory.cn/entry/155987