我尝试使用OpenCV2.3实现基于SVM和HOG的人员检测系统。但我被困了。
我到目前为止:我可以从图像数据库计算HOG值,然后用LIBSVM计算SVM向量,所以我得到了1419个SVM向量,每个向量具有3780个值。
OpenCV只需要方法hog.setSVMDetector()中的一个特征向量。因此,我必须计算LIBSVM计算出的1419个SVM向量中的一个特征向量。
我找到了一个提示,如何计算这个单一特征向量:link
“组件i处的检测特征向量(其中i在例如0-3779的范围内)是在i *的支持向量之和的基础上构建的,该支持向量是该支持向量的α值,例如, det[i] = sum_j (sv_j[i] * alpha[j])
,其中j
是支持向量的数量,i
是支持向量的组成部分。“
根据这个,我的例程以这种方式工作:我取第一个SVM向量的第一个元素,将其与alpha值相乘,并将其与第二个SVM向量的第一个元素相加,该元素已经与alpha值相乘,...
但在总结了所有1419个元素后,我得到了相当高的值:
16.0657, -0.351117, 2.73681, 17.5677, -8.10134,
11.0206, -13.4837, -2.84614, 16.796, 15.0564,
8.19778, -0.7101, 5.25691, -9.53694, 23.9357,
如果将它们与OpenCV示例中的默认向量peopledetect.cpp(以及OpenCV源中的hog.cpp)进行比较
0.05359386f, -0.14721455f, -0.05532170f, 0.05077307f,
0.11547081f, -0.04268804f, 0.04635834f, -0.05468199f, 0.08232084f,
0.10424068f, -0.02294518f, 0.01108519f, 0.01378693f, 0.11193510f,
0.01268418f, 0.08528346f, -0.06309239f, 0.13054633f, 0.08100729f,
-0.05209739f, -0.04315529f, 0.09341384f, 0.11035026f, -0.07596218f,
-0.05517511f, -0.04465296f, 0.02947334f, 0.04555536f,
你看,默认的矢量值在-1和+1之间的边界,但是我的值超过了它们。
我认为,我的单一特征向量例程需要一些调整,任何想法?
问候,
克里斯托夫
聚合向量的值看起来很高。
我使用位于loadSVMfromModelFile()
的http://lnx.mangaitalia.net/trainer/main.cpp
我不得不从代码中删除svinstr.sync();
,因为它导致丢失部分行并得到错误的结果。
我不太了解文件的其余部分,我只使用了这个函数。