最近專案中需要用到行人檢測，對比了幾種常用的演算法後，果斷選擇出自大神piotr dollar的icf（integral channel features）。
下面開始了苦逼之旅。。。。
由於從網上down的**都是matlab版的，如果翻譯成c++的話，勞民傷財。以前就聽說opencv_contrib裡整合了該演算法，但不知道效果如何，還是本著對大神的敬仰，重新編譯了整合擴充套件功能的opencv3.0。
萬事俱備，開始幹活！（看完xobjdetect.hpp後，就覺得這裡面的坑不是一般的多，很多關鍵的引數都木有注釋！！！）
準備訓練樣本是件枯燥的事，但很重要。icf的訓練對樣本沒有特別的要求：正樣本需要歸一化（推薦64*128），彩圖；負樣本不需要歸一化。準備好之後，生成檔案列表pos_list,txt和neg_list.txt。
直接貼**吧
#include "opencv2\opencv.hpp"
#include "opencv2\xobjdetect.hpp"
#include
#include
using
namespace cv;
using
namespace
std;
using
namespace xobjdetect;
bool resize_img(string posfile, string negfile)
while (getline(fin_p,p_sample))
fin_p.close();
return
true;
}bool train_model(string posfile, string negfile,string model_name)
while (getline(fin_p, p_sample))
fin_p.close();
fstream fin_n(negfile.c_str());
string n_sample;
if (!fin_n)
while (getline(fin_n, n_sample))
fin_n.close();
icfdetector hh_icfdetector;
icfdetectorparams icf_params;
icf_params.alpha = 0.15f;
icf_params.bg_per_image = 5;
icf_params.feature_count = 15000;
icf_params.weak_count = 200;
icf_params.features_type = "icf";
icf_params.is_grayscale = false;
icf_params.model_n_cols = 56; //model尺寸？訓練過程中歸一化的尺寸
icf_params.model_n_rows = 70;
icf_params.use_fast_log = false;
hh_icfdetector.train(vposfile, vnegfile, icf_params);
//filestorage fs;
//xobjdetect::write(fs, model_name, hh_icfdetector);
filestorage fs(model_name, filestorage::write);
hh_icfdetector.write(fs);
fs.release();
return
true;
}bool test_model(string modelfile)
filenode model = fs["model"];
icfdetector hh_icfdetector;
hh_icfdetector.read(model);
fs.release();
mat image = imread("test.png", 1);
vector
vr;vector
ftrs;
hh_icfdetector.detect(image, vr, 1.1, size(30, 50), size(300, 500), 1, 1, ftrs);
//hh_icfdetector.detect(image, vr, 1, 4, 1.2, 0, 5, ftrs);
for (int i = 0; i < vr.size();i++)
namedwindow("result", cv_window_normal);
imshow("result", image);
waitkey(0);
return
true;
}void main()
測試結果
效果是非常的渣，並且檢測速度不盡人意。折騰了兩天，有些失望。。。。
後面繼續關注這個演算法，萬一效果很讚呢
PCL行人檢測
首先我們知道hog特徵結合svm分類器已經被廣泛應用於影象識別中，尤其在行人檢測中獲得了極大的成功 hog svm進行行人檢測的方法是法國研究人員dalal在2005的cvpr上提出的，而如今雖然有很多行人檢測演算法不斷提出，但基本都是以hog svm的思路為主，那麼pcl中也是利用這一思想來進行行...
行人檢測 HOG運算元
梯度直方圖特徵 hog 是一種對影象區域性重疊區域的密集型描述符 它通過計算區域性區域的梯度方向直方圖來構成特徵。hog特徵結合 svm分類器已經被廣泛應用於影象識別中，尤其在行人檢測中獲得了極大的成功。需要提醒的是，hog svm 進行行人檢測的方法是法國研究人員 dalal 在2005 的cvp...
HOG演算法 行人檢測
hog histogram of oriented gridients 是2005年提出描述行人特徵的演算法，在當年取得了突破性的進展，處理在行人檢測領域，在其他識別方面hog也取得了不錯的效果。hog通過計算和統計影象區域性區域的梯度方向直方圖來形成描述特徵 在一張影象中，人與外界存在乙個邊緣，通...