行人检测分类器的训练，训练完可测试效果如何，注意样本的路径问题 行人检测分类器的训练，训练完可测试效果如何，注意样本的路径问题

博文：http://blog.csdn.net/zhuangxiaobin/article/details/25476833 这篇文章里所提供的工具和样本训练出来的分类器xml文件，可以使用文中的代码实践一下

自己训练的车辆检测分类器 级联层数18 基于HOG特征

这个源代码原创，利用MFC编程，可以实现人头检测，通过分类器检测。如果运行有问题，可以联系我，我可以提供相应boost分类器。

行人检测分类器的训练，训练完可测试效果如何，注意样本的路径问题 行人检测分类器的训练，训练完可测试效果如何，注意样本的路径问题

opencv中haar+Adaboost已经训练好的分类器。有双目、身体等等，出自专家之手，必属精品，CV 1.0版本。

使用3D运动传感器的姿势和跌倒检测系统 这项工作提出了一种监督学习方法，用于训练姿势检测分类器，并使用Microsoft Kinect v2传感器使用姿势分类结果作为输入来实施跌倒检测系统。 Kinect v2骨架跟踪为25个身体部位提供3D深度坐标。 我们使用这些深度坐标来提取七个特征，这些特征包括对象的高度和某些身体部位之间的六个角度。 然后将这些特征输入到完全连接的神经网络中，该神经网络输出对象的三种已考虑姿势之一：站立，坐着或躺下。 在由多个对象组成的测试数据上，所有三种姿势的平均分类率均达到99.30％以上，这些对象大部分时间甚至没有面对Kinect深度相机，并且位于不同的位置。 这些结果表明，采用提议的设置对人体姿势进行分类的可行性与对象在房间中的位置以及3D传感器的方向无关。 系统演示请观看Posture_fall_detection_demo.mp4视频，以了解姿势和跌倒

最近在做疲劳检测相关研究，找到的一些数据，贴到这里，不知道有没有用。

内含有10926张环境图片和18587张人脸图片，适合用于opencv人脸检测训练集

能够高效检测人脸是否佩戴口罩的opencv分类器文件，训练方法以及配套python使用可参考下面两篇文章： https://blog.csdn.net/meenr/article/details/115825671 https://blog.csdn.net/meenr/article/details/109298042