安装dollar toolbox
一、准备：
1.https://pdollar.github.io/toolbox/下载dollar toolbox
2.http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/下载页面中的Matlab evaluation/labeling code (3.2.1)，把这个文件夹下载下来
3.http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/datasets/INRIA/下载数据集，这是INRIA数据集，运行INRIA的demo所必需的
http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/datasets/USA/下载数据集，这是Caltech数据集，运行Caltech demo所必需的
4.Matlab2011b以上
5.编译器，由于工具包中用了大量的matlab与c/c++混编，所以编译器必需能够被matlab识别，windows下vs就没问题。由于我用的是mac本，用Xcode实现与Matlab的混编，这腾了好久，可以参考我的另一篇博文，详细介绍了如何实现的，连接如下：http://blog.csdn.net/ddreaming/article/details/52248348
二、安装
1.上面的东东都下载好了后，我们开始进行安装，首先打开Matlab,在命令行中输入：
>>mex -setup
选择你所使用的编译器。
2.然后在命令行中输入：
>> addpath(genpath('path/to/toolbox/'));
>>savepath;
其中'path/to/toolbox/'是路径，指向1中所下载的toolbox，这就是把toolbox的文件夹都添加到Matlab的搜索路径中。执行完上述指令后，我们可以查看Matlab的search path：
可以看到，在当前搜索路径中，多了很多在路径/users/Downloads/toolbox/下的文件，这些文件就是我下载的dollar toolbox文件夹所在路径。
3.将下载的Matlab evaluation/labeling code (3.2.1)文件夹添加到Matlab的搜索路径中，由于这只有一个文件夹，所以就用手动添加方式了：
在matlab中打开set path ->Add Folder->选择之前下载的Matlab evaluation/labeling code (3.2.1)->Save
然后可以在search path中查看包涵了Matlab evaluation/labeling code (3.2.1)文件夹
4.将下载的数据集解压，并保存在合适的路径下。我们就以INRIA数据集为例子，在Matlab evaluation/labeling code (3.2.1）文件夹中新建一个名为data的文件夹，再在data中新建一个INRIA文件夹。然后将在http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/datasets/INRIA/数据集中下载的set00.tar、set01.tar、annotations.zip解压，生成三个set00、set01、annotations三个文件夹。然后，将这三个文件夹存放到INRIA中，如下图：
eg:
code3就是在http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/下载页面中的Matlab evaluation/labeling code (3.2.1)。
5.运行demo，打开dollar toolbox->detector->acfDemoInria.m函数，如下：
要运行这个demo我们要做的就是合适的选择路径，我们所下载的数据集，即set00和set01中的数据，都是.seq格式的，上述程序的第一步就是要将这些.seq格式的数据集，转换成.png形式的数据集。下面部分就是实现.seq转换成.png的功能
上述函数中
seqIo([pth '/videos/set' set '/V000'],'toImgs',[dataDir type '/pos'])
这个指令的意思就是，将存储在由路径[pth 'videos/set' set '/V000']指向的.seq格式数据，转换成.png格式的数据，并存在由路径[dataDir type '/pos']指向的文件夹中。我是安装如下方式设置的：
即，dataDir指向一个文件夹，用于存储生成的.png图像，可自行设置；pth指向的是第4步中 INRIA文件夹，因为这里面包含所下载的.seq格式数据。这样设置后，就可以运行该程序了。
6.运行结果：
Detector runs at 22.56 fps on 640x480 images.
可见，速度是很快的，处理640*480大小的图像，每秒钟能够处理22.56张。
处理效果：
再测试一张：