piotr_toolbox

piotr_toolbox,作者网址打不开了，包括视频和图像的处理，关键是seq视频文件找了很多工具都无法打开，该工具可以打开。

function chns = chnsCompute（ I varargin ）
% Compute channel features at a single scale given an input image.
%
% Compute the channel features as described in:
%  P. Doll醨 Z. Tu P. Perona and S. Belongie
%  “Integral Channel Features“ BMVC 2009.
% Channel features have proven very effective in sliding window object
% detection both in terms of *accuracy* and *speed*. Numerous feature
% types including histogram of gradients （hog） can be converted into
% channel features and overall channels are general and powerful.
%
% Given an input image I a corresponding channel is a registered map of I
% where the output pixels are computed from corresponding patches of input
% pixels （thus preserving overall image layout）. A trivial channel is
% simply the input grayscale image likewise for a color image each color
% channel can serve as a channel. Other channels can be computed using
% linear or non-linear transformations of I various choices implemented
% here are described below. The only constraint is that channels must be
% translationally invariant （i.e. translating the input image or the
% resulting channels gives the same result）. This allows for fast object
% detection as the channels can be computed once on the entire image
% rather than separately for each overlapping detection window.
%
% Currently three channel types are available by default （to date these
% have proven the most effective for sliding window object detection）:
%  （1） color channels （computed using rgbConvert.m）
%  （2） gradient magnitude （computed using gradientMag.m）
%  （3） quantized gradient channels （computed using gradientHist.m）
% For more information about each channel type including the exact input
% parameters and their meanings see the respective m-files which perform
% the actual computatons （chnsCompute is essentially a wrapper function）.
% The converted color channels serve as input to gradientMag/gradientHist.
%
% Additionally custom channels can be specified via an optional struct
% array “pCustom“ which may have 0 or more custom channel definitions. Each
% custom channel is generated via a call to “chns=feval（hFuncIpFunc{:}）“.
% The color space of I is determined by pColor.colorSpace use the setting
% colorSpace=‘orig‘ if the input image is not an ‘rgb‘ image and should be
% left unchanged （e.g. if I has multiple channels）. The input I will have
% type single and the output of hFunc should also have type single.
%
% “shrink“ （which should be an integer） determines the amount to subsample
% the computed channels （in applications such as detection subsamping does
% not affect performance）. The params for each channel type are described
% in detail in the respective function. In addition each channel type has
% a param “enabled“ that determines if the channel is computed. If
% chnsCompute（） is called with no inputs the output is the complete
% default params （pChns）. Otherwise the outputs are the comp

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2013-10-15 09:48  toolbox\
     目录           0  2013-10-15 09:48  toolbox\channels\
     文件        9488  2013-09-29 06:54  toolbox\channels\chnsCompute.m
     文件       10780  2013-09-29 06:54  toolbox\channels\chnsPyramid.m
     文件        5201  2013-09-29 06:54  toolbox\channels\chnsScaling.m
     文件        1765  2013-09-29 06:54  toolbox\channels\Contents.m
     文件        3204  2013-09-29 06:54  toolbox\channels\convBox.m
     文件        2441  2013-09-29 06:54  toolbox\channels\convMax.m
     文件        4560  2013-09-29 06:54  toolbox\channels\convTri.m
     文件        3098  2013-09-29 06:54  toolbox\channels\fhog.m
     文件        1310  2013-09-29 06:54  toolbox\channels\gradient2.m
     文件        3558  2013-09-29 06:54  toolbox\channels\gradientHist.m
     文件        2455  2013-09-29 06:54  toolbox\channels\gradientMag.m
     文件        3597  2013-09-29 06:54  toolbox\channels\hog.m
     文件        1360  2013-09-29 06:54  toolbox\channels\hogDraw.m
     文件        2349  2013-09-29 06:54  toolbox\channels\imPad.m
     文件        2446  2013-10-15 09:29  toolbox\channels\imResample.m
     目录           0  2013-10-15 09:48  toolbox\channels\private\
     文件        2655  2013-09-29 06:54  toolbox\channels\private\chnsTestCpp.cpp
     文件       10613  2013-10-15 09:30  toolbox\channels\private\convConst.cpp
     文件       18665  2013-09-29 06:54  toolbox\channels\private\convConst.mexa64
     文件       29184  2013-09-19 13:25  toolbox\channels\private\convConst.mexw64
     文件       19354  2013-10-15 09:30  toolbox\channels\private\gradientMex.cpp
     文件       23054  2013-09-29 06:54  toolbox\channels\private\gradientMex.mexa64
     文件       38912  2013-09-29 06:51  toolbox\channels\private\gradientMex.mexw64
     文件        5609  2013-09-29 06:54  toolbox\channels\private\imPadMex.cpp
     文件       28577  2013-09-29 06:54  toolbox\channels\private\imPadMex.mexa64
     文件       40960  2013-09-29 06:54  toolbox\channels\private\imPadMex.mexw64
     文件        8042  2013-09-29 06:54  toolbox\channels\private\imResampleMex.cpp
     文件       21350  2013-09-29 06:54  toolbox\channels\private\imResampleMex.mexa64
     文件       34304  2013-09-05 07:56  toolbox\channels\private\imResampleMex.mexw64
............此处省略648个文件信息