基于InriaPerson数据集训练SVM+HOG的行人检测：正样本及尺寸疑问

针对你用InriaPerson数据集训练SVM结合HOG做行人检测的两个问题，我整理了实用的解答：

1. 正样本是否需要保留背景？ #

答案是必须裁剪出纯行人区域，尽量不要保留背景。原因如下：

• HOG特征是针对目标的边缘、梯度分布提取的，如果正样本带背景，会引入大量无关的梯度特征，让SVM无法精准学习到行人的核心特征，甚至会把背景的特征误判为行人的一部分，严重降低检测精度。
• 刚好InriaPerson数据集本身就提供了标注好的行人裁剪图像（对应数据集里的pos文件夹下的标注文件，你可以直接用这些裁剪后的图像作为正样本），不需要自己手动抠图，非常方便。

2. 行人检测的样本尺寸是否要和车辆检测的64×64一致？ #

不需要，行人检测的样本尺寸建议用64×128，这是HOG行人检测的经典标准尺寸：

• 人体的自然宽高比大概是1:2，64×128的尺寸刚好匹配这个比例，能让HOG提取到符合人体结构（比如头、躯干、四肢）的梯度特征。
• 如果强行用64×64的方形尺寸，会把行人图像拉伸或压缩变形，破坏人体的比例结构，导致提取的HOG特征失真，训练出来的模型检测效果会很差。

额外小建议：训练时负样本也尽量裁剪成和正样本一样的64×128尺寸，这样能保证特征维度一致，让SVM的训练更稳定。

内容的提问来源于stack exchange，提问作者Alexandra Tupu