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