图像特征提取制作svm训练样本的问题

小弟刚刚接触svm有几点不太明白的
以行人检测为例（仅比喻）常见做法是hog特征提取，然后svm训练。但提取hog特征时，处理的是图片，是静态的，现在我需要一些动态的特征，比如行人的速度，行人的面积，这些都是要建立在运动目标检测基础上的，最容易想到的方法是做帧差，进行运动目标检测，然后一帧一帧的计算行人速度和行人面积值，再将这些数据写到txt，最后和hog特征，汇总。
当然，上面写得十之八九是错的，这也正是我疑问的地方，因为训练的样本一般都是很大的，如果我这样手动的去提取速度特征，总感觉没走在正道上。

最后，我把我的问题的基本观点再缩短重复下：
1.hog特征提取的是静态图片的特征，一般都是自带函数，制作样本容易
2.行人速度值这种特征，没有专门的提取函数，想要提取只能手动收集数据？ 
3.假如真的只能手动提取速度特征值，最后的训练数据如何汇总？任务量颇大。
4.提取hog特征时，为什么直接处理静态图片？不先经过背景建模？（关于hog特征提取的理论，我有初步的了解，如果问的不对还请忍耐- -！）

2 个解决方案