opencv SVM 訓練行人檢測器注意事項

[cpp]view plain

copy

"color: rgb(255, 0, 0); font-size: 18px; font-weight: bold; font-family: arial, helvetica, sans-serif; background-color: rgb(255, 255, 255);"

>事項1：支援向量乙個的原因？

如下的解答：用opencv2.49的我是這麼理解的：對於線性svm，在opencv\sources\modules\ml\src\svm.cpp這個原始碼的optimize_linear_svm()函式中opencv的作者已經解釋很很清楚了，「we optimize only linear svm: compress all the support vectors into one.」，support_vector*alpha的工作他已經做了，直接拿生成的+應該就可以作為分類器拿去用了，代表-w，代表b，而線性分類器不就是wx+b=0嗎？（只有線性分類器做了此項優化，其他非線性svm請按照原來的步驟操作）

事項2：

一般訓練應該包括以下幾步：

1、提取正負樣本hog特徵

2、投入svm分類器訓練，得到model

3、由model生成檢測子

4、利用檢測子檢測負樣本，得到hardexample

5、提取hardexample的hog特徵並結合第一步中的特徵一起投入訓練，得到最終檢測子。

經過以上步驟，檢測效果會有大的提公升。

事項3：如何得到w，並將其轉化為opencv中的檢測器

假設線性分類器是wx+b=0，這裡得到的*相當於-w，得到的rho相當於b，所以這裡相當於將*得到的結果每一項都取負，得到w，與b組成新的mat後代入到detectmultiscale()中進行識別。

[cpp]view plain

copy

"font-size:14px;"

//繼承自cvsvm的類，因為生成setsvmdetector()中用到的檢測子引數時，需要用到訓練好的svm的decision_func引數，

//但通過檢視cvsvm原始碼可知decision_func引數是protected型別變數，無法直接訪問到，只能繼承之後通過函式訪問

class

mysvm :

public

cvsvm

intget_alpha_count()

//獲得svm的決策函式中的rho引數,即偏移量

float

get_rho()

intget_sv_dim()

intget_sv_count()

float

** get_sv()

};

將訓練好的svm轉化為檢測運算元

[cpp]view plain

copy

"font-size:12px;"

>vector<

float

> getsvmdetector(mysvm svm)

} //將alpha向量的資料複製到alphamat中

double

* palphadata = svm.get_alpha_vector();

//返回svm的決策函式中的alpha向量

for(

inti=0; i

//計算-(alphamat * supportvectormat),結果放到resultmat中

//gemm(alphamat, supportvectormat, -1, 0, 1, resultmat);//不知道為什麼加負號？

resultmat = -1 * alphamat * supportvectormat;

//得到最終的setsvmdetector(const vector& detector)引數中可用的檢測子

vector> mydetector;

//將resultmat中的資料複製到陣列mydetector中

for(

inti=0; i

//最後新增偏移量rho，得到檢測子

mydetector.push_back(svm.get_rho());

cout<<"檢測子維數："

//儲存檢測子引數到檔案

// ofstream fout("hogdetectorforopencv_2400posinria_12000neg.txt");

// for(int i=0; i

return

mydetector; }

呼叫檢測運算元，並轉化為opencv格式，進行多尺度檢測

[cpp]view plain

copy

vector<

float

> mydetector = getsvmdetector(svm);

//設定hogdescriptor的檢測子

hogdescriptor myhog;

myhog.setsvmdetector(mydetector);

[cpp]view plain

copy

"font-size: 18px;"

>"font-size:14px;"

>mat src = imread(

"5.png"

);

vectorfound, found_filtered;//矩形框陣列

cout<<"進行多尺度hog人體檢測"

myhog.detectmultiscale(src, found, 0, size(8,8), size(32,32), 1.05, 2);//對進行多尺度行人檢測

cout<<"找到的矩形框個數："

//畫矩形框，因為hog檢測出的矩形框比實際人體框要稍微大些,所以這裡需要做一些調整

for(

inti=0; i

namedwindow("src"

,0);

imshow("src"

,src);

waitkey();

**：

opencv SVM 訓練行人檢測器注意事項

自己訓練的Hog Svm 行人檢測

PCL行人檢測

行人檢測OpenCV ICF

opencv SVM 訓練行人檢測器注意事項

自己訓練的Hog Svm 行人檢測

PCL行人檢測

行人檢測OpenCV ICF

相關推薦