首页 > 代码库 > 利用Hog特征和SVM分类器进行行人检测
利用Hog特征和SVM分类器进行行人检测
在2005年CVPR上,来自法国的研究人员Navneet Dalal 和Bill Triggs提出利用Hog进行特征提取,利用线性SVM作为分类器,从而实现行人检测。而这两位也通过大量的测试发现,Hog+SVM是速度和效果综合平衡性能较好的一种行人检测方法。后来,虽然很多研究人员也提出了很多改进的行人检测算法,但基本都以该算法为基础框架。因此,Hog+SVM也成为一个里程表式的算法被写入到OpenCV中。在OpenCV2.0之后的版本,都有Hog特征描述算子的API,而至于SVM,早在OpenCV1.0版本就已经集成进去了;OpenCV虽然提供了Hog和SVM的API,也提供了行人检测的sample,遗憾的是,OpenCV并没有提供样本训练的sample。这也就意味着,很多人只能用OpenCV自带的已经训练好的分类器来进行行人检测。然而,OpenCV自带的分类器是利用Navneet Dalal和Bill Triggs提供的样本进行训练的,不见得能适用于你的应用场合。因此,针对你的特定应用场景,很有必要进行重新训练得到适合你的分类器。本文的目的,正在于此。
重新训练行人检测的流程:
(1)准备训练样本集合;包括正样本集和负样本集;根据机器学习的基础知识我们知道,要利用机器学习算法进行样本训练,从而得到一个性能优良的分类器,训练样本应该是无限多的,而且训练样本应该覆盖实际应用过程中可能发生的各种情况。(很多朋友,用10来个正样本,10来个负样本进行训练,之后,就进行测试,发现效果没有想象中的那么好,就开始发牢骚,抱怨。。。对于这些人,我只能抱歉的说,对于机器学习、模式识别的认识,你还处于没有入门的阶段);实际应用过程中,训练样本不可能无限多,但无论如何,三五千个正样本,三五千个负样本,应该不是什么难事吧?(如果连这个都做不到,建议你别搞机器学习,模式识别了;训练素材都没有,怎么让机器学习到足够的信息呢?)
(2)收集到足够的训练样本之后,你需要手动裁剪样本。例如,你想用Hog+SVM来对商业步行街的监控画面中进行行人检测,那么,你就应该用收集到的训练样本集合,手动裁剪画面中的行人(可以写个简单程序,只需要鼠标框选一下,就将框选区域保存下来)。
(3)裁剪得到训练样本之后,将所有正样本放在一个文件夹中;将所有负样本放在另一个文件夹中;并将所有训练样本缩放到同样的尺寸大小。OpenCV自带的例子在训练时,就是将样本缩放为64*128进行训练的;
(4)提取所有正样本的Hog特征;
(5)提取所有负样本的Hog特征;
(6)对所有正负样本赋予样本标签;例如,所有正样本标记为1,所有负样本标记为0;
(7)将正负样本的Hog特征,正负样本的标签,都输入到SVM中进行训练;Dalal在论文中考虑到速度问题,建议采用线性SVM进行训练。这里,不妨也采用线性SVM;
(8)SVM训练之后,将结果保存为文本文件。
(9)线性SVM进行训练之后得到的文本文件里面,有一个数组,叫做support vector,还有一个数组,叫做alpha,有一个浮点数,叫做rho;将alpha矩阵同support vector相乘,注意,alpha*supportVector,将得到一个列向量。之后,再该列向量的最后添加一个元素rho。如此,变得到了一个分类器,利用该分类器,直接替换opencv中行人检测默认的那个分类器(cv::HOGDescriptor::setSVMDetector()),就可以利用你的训练样本训练出来的分类器进行行人检测了。
下面给出样本训练的参考代码:
class Mysvm: public CvSVM{public: int get_alpha_count() { return this->sv_total; } int get_sv_dim() { return this->var_all; } int get_sv_count() { return this->decision_func->sv_count; } double* get_alpha() { return this->decision_func->alpha; } float** get_sv() { return this->sv; } float get_rho() { return this->decision_func->rho; }};void Train(){ char classifierSavePath[256] = "c:/pedestrianDetect-peopleFlow.txt"; string positivePath = "E:\\pictures\\train1\\pos\\"; string negativePath = "E:\\pictures\\train1\\neg\\"; int positiveSampleCount = 4900; int negativeSampleCount = 6192; int totalSampleCount = positiveSampleCount + negativeSampleCount; cout<<"//////////////////////////////////////////////////////////////////"<<endl; cout<<"totalSampleCount: "<<totalSampleCount<<endl; cout<<"positiveSampleCount: "<<positiveSampleCount<<endl; cout<<"negativeSampleCount: "<<negativeSampleCount<<endl; CvMat *sampleFeaturesMat = cvCreateMat(totalSampleCount , 1764, CV_32FC1); //64*128的训练样本,该矩阵将是totalSample*3780,64*64的训练样本,该矩阵将是totalSample*1764 cvSetZero(sampleFeaturesMat); CvMat *sampleLabelMat = cvCreateMat(totalSampleCount, 1, CV_32FC1);//样本标识 cvSetZero(sampleLabelMat); cout<<"************************************************************"<<endl; cout<<"start to training positive samples..."<<endl; char positiveImgName[256]; string path; for(int i=0; i<positiveSampleCount; i++) { memset(positiveImgName, ‘\0‘, 256*sizeof(char)); sprintf(positiveImgName, "%d.jpg", i); int len = strlen(positiveImgName); string tempStr = positiveImgName; path = positivePath + tempStr; cv::Mat img = cv::imread(path); if( img.data =http://www.mamicode.com/= NULL ) { cout<<"positive image sample load error: "<<i<<" "<<path<<endl; system("pause"); continue; } cv::HOGDescriptor hog(cv::Size(64,64), cv::Size(16,16), cv::Size(8,8), cv::Size(8,8), 9); vector<float> featureVec; hog.compute(img, featureVec, cv::Size(8,8)); int featureVecSize = featureVec.size(); for (int j=0; j<featureVecSize; j++) { CV_MAT_ELEM( *sampleFeaturesMat, float, i, j ) = featureVec[j]; } sampleLabelMat->data.fl[i] = 1; } cout<<"end of training for positive samples..."<<endl; cout<<"*********************************************************"<<endl; cout<<"start to train negative samples..."<<endl; char negativeImgName[256]; for (int i=0; i<negativeSampleCount; i++) { memset(negativeImgName, ‘\0‘, 256*sizeof(char)); sprintf(negativeImgName, "%d.jpg", i); path = negativePath + negativeImgName; cv::Mat img = cv::imread(path); if(img.data =http://www.mamicode.com/= NULL) { cout<<"negative image sample load error: "<<path<<endl; continue; } cv::HOGDescriptor hog(cv::Size(64,64), cv::Size(16,16), cv::Size(8,8), cv::Size(8,8), 9); vector<float> featureVec; hog.compute(img,featureVec,cv::Size(8,8));//计算HOG特征 int featureVecSize = featureVec.size(); for ( int j=0; j<featureVecSize; j ++) { CV_MAT_ELEM( *sampleFeaturesMat, float, i + positiveSampleCount, j ) = featureVec[ j ]; } sampleLabelMat->data.fl[ i + positiveSampleCount ] = -1; } cout<<"end of training for negative samples..."<<endl; cout<<"********************************************************"<<endl; cout<<"start to train for SVM classifier..."<<endl; CvSVMParams params; params.svm_type = CvSVM::C_SVC; params.kernel_type = CvSVM::LINEAR; params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, 1000, FLT_EPSILON); params.C = 0.01; Mysvm svm; svm.train( sampleFeaturesMat, sampleLabelMat, NULL, NULL, params ); //用SVM线性分类器训练 svm.save(classifierSavePath); cvReleaseMat(&sampleFeaturesMat); cvReleaseMat(&sampleLabelMat); int supportVectorSize = svm.get_support_vector_count(); cout<<"support vector size of SVM:"<<supportVectorSize<<endl; cout<<"************************ end of training for SVM ******************"<<endl; CvMat *sv,*alp,*re;//所有样本特征向量 sv = cvCreateMat(supportVectorSize , 1764, CV_32FC1); alp = cvCreateMat(1 , supportVectorSize, CV_32FC1); re = cvCreateMat(1 , 1764, CV_32FC1); CvMat *res = cvCreateMat(1 , 1, CV_32FC1); cvSetZero(sv); cvSetZero(re); for(int i=0; i<supportVectorSize; i++) { memcpy( (float*)(sv->data.fl+i*1764), svm.get_support_vector(i), 1764*sizeof(float)); } double* alphaArr = svm.get_alpha(); int alphaCount = svm.get_alpha_count(); for(int i=0; i<supportVectorSize; i++) { alp->data.fl[i] = alphaArr[i]; } cvMatMul(alp, sv, re); int posCount = 0; for (int i=0; i<1764; i++) { re->data.fl[i] *= -1; } FILE* fp = fopen("c:/hogSVMDetector-peopleFlow.txt","wb"); if( NULL == fp ) { return 1; } for(int i=0; i<1764; i++) { fprintf(fp,"%f \n",re->data.fl[i]); } float rho = svm.get_rho(); fprintf(fp, "%f", rho); cout<<"c:/hogSVMDetector.txt 保存完毕"<<endl;//保存HOG能识别的分类器 fclose(fp); return 1;}
接着,再给出利用训练好的分类器进行行人检测的参考代码:
void Detect(){ CvCapture* cap = cvCreateFileCapture("E:\\02.avi"); if (!cap) { cout<<"avi file load error..."<<endl; system("pause"); exit(-1); } vector<float> x; ifstream fileIn("c:/hogSVMDetector-peopleFlow.txt", ios::in); float val = 0.0f; while(!fileIn.eof()) { fileIn>>val; x.push_back(val); } fileIn.close(); vector<cv::Rect> found; cv::HOGDescriptor hog(cv::Size(64,64), cv::Size(16,16), cv::Size(8,8), cv::Size(8,8), 9); hog.setSVMDetector(x); IplImage* img = NULL; cvNamedWindow("img", 0); while(img=cvQueryFrame(cap)) { hog.detectMultiScale(img, found, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 2); if (found.size() > 0) { for (int i=0; i<found.size(); i++) { CvRect tempRect = cvRect(found[i].x, found[i].y, found[i].width, found[i].height); cvRectangle(img, cvPoint(tempRect.x,tempRect.y), cvPoint(tempRect.x+tempRect.width,tempRect.y+tempRect.height),CV_RGB(255,0,0), 2); } } } cvReleaseCapture(&cap);}
利用Hog特征和SVM分类器进行行人检测