本资源为KAIST数据集中的训练集进行清洗过后产生的7601张图片，并且对于部分标注效果较差的标签进行重新标注。详情请访问博客https://blog.csdn.net/Lcd_2018_7_18/article/details/103064150

行人过街红绿灯的手动控制+课程设计，全面设计结果，保证让大家耳目一新，有任何意见或者建议请给本人留言！

这是本人编写的《Visual C++利用OpenCV对图像进行人脸识别》傻瓜教程，超级详细。从OpenCV的安装、OpenCV在Visual C++下的配置讲起，到工程的创建，一一详细讲述，大家一看就明白。里面还附有完整代码。希望大家喜欢。本人已经测试通过。同时也希望大家将自己的所学分享给大家，为提高整个中华民族的素质做出自己应有的贡献！！

HOG-LBP+detection 行人检测

本文对中国中短期、长期的人口作了预测。第一，首先，作为已知的条件（输入）的统计数据都是离散的，如某某年各个年龄的女性生育率、死亡率、性别比等；第二，作为结果输出人们希望得到的数据也是离散的，例如：2010年、2020年、2050年…的人口总数、各个人口总数、人口的年龄分布等；第三，与其用数值的方法求解连续模型，不如直接建立离散模型，也就是所谓的双线型模型，本文就是利用双线型模型解决了问题。 通过Matlab进行编程求解，我们得到未来中短期和长期的市区，城镇，乡村的各项人口指标及其各自的发展趋势。若控制总和生育率不超过1.8，则中国总人口将在2015到2020年达到最大值，约为14.5亿，之后开始下降，在2050年将低于12亿。中国人口平均年龄和老龄化指数均随时间持续增长，意味着劳动力负担将加重。且城市的平均年龄和老龄化指数均高于城镇和乡村，意味着城市的生活水平和医疗水平相对于镇，乡较高。最后我们对该双线型模型进行了评价，并给出了控制人口增长的一些建议。

基于python3.6实现的，Keras相关资源：LSTM预测模型训练，IMDB数据加载，国际旅行人数预测，IMDB影评分类预测，数据标准化，模型保存到本地，从本地加载训练好的模型，plt图形绘制，以及IMDB数据和国际旅行人数数据包。

应用非极大抑制方法，可排除候选的重叠检测。我运行的环境为Python3.6(Anaconda3)+OpenCV3，IDE：PyCharm 1.其中如果安装Anaconda3就可以少安装很多库 2.如果安装了Anaconda3，就只需要配置一个库imutils 3.imutils安装方法 pip install imutils 确保imutils版本大于v0.3.1 pip install --upgrade imutils可以更新版本

这个利用行人HOG特征通过SVM分类器进行分类的代码。程序运行环境为VS2013+OpenCV2.20。程序内可以选择Opencv自带的行人检测算法，也可以自己训练HOG特征进行检测。如果自己训练的话，需要在D盘建立一个文件（具体文件名程序中有）里面存在训练的正负样本，和测试样本。具体D盘的这个文件夹在本人自愿中已上传，需要请自行下载。

这是一个关于行人检测的代码程序，是matlab的。

对视频中行人的检测算法，对图像的预处理，运动目标的是识别，跟踪