我听取了这里的图像处理/计算机视觉专家的建议。试图开发一个健壮的，缩放的算法来提取人体的尺寸。例如，他的上半身宽度。
:
- 没有人脸的图像 坐在<<li>人/gh>
- 多面
- 一个人拿着什么东西，从而遮住了他的身体的一部分
的方法:*哈尔-无人监督，大量的训练日期不同的身体部位和希望最好的。*猪- 1。人脸检测->之后使用HOG和沿途使用不同过滤器的假设
注意:所有图像将被缩放到相同的大小。
显然，第二种方法的计算时间可能更苛刻(尽管值得怀疑)但是对于第一种方法，训练几乎是不可能的，而且会花费更多的时间。
注:我知道有一篇论文是关于使用行人数据的…但这适用于全身站立，而不适用于坐着。
我愿意听取你所有的想法，如果你有什么要补充的，尽管提出来。
实现将完成，希望通过node.js
谢谢
DPM在计算机视觉中广泛用于对象检测，它倾向于在遮挡的情况下工作，也只在图像中存在部分对象时工作。人类的语法模型非常好，在标准数据集上有最先进的结果。在单个图像上执行检测大约需要一秒钟，这是matlab代码，因此预计会很慢。
http://www.cs.berkeley.edu/篮板/潜在/