如何训练HOG并使用我的HOGDescriptor？

Question

我想训练数据并使用HOG算法来检测行人。 现在我可以在defaultHog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());中使用opencv进行检测，但结果对我的测试视频效果不佳。所以我想训练使用我的数据库。

我准备了1000多个阳性样本和1000多个阴性样本。它们被裁剪为50 * 100，我已经完成了列表文件。

我在互联网上阅读了一些教程，它们都非常复杂，有时甚至是深奥的。他们中的大多数都是分析HOG的源代码和算法。但只有更少的例子和简单的任意大小。

有些说明表明libsvm\windows\svm-train.exe可以用于训练，任何人都可以根据1000 + 50 * 100个阳性样本给出一个例子吗？
例如，与haartraing类似，我们可以从opencv开始执行此操作，例如haartraining.exe –a –b使用一些参数，并获得*.xml作为结果用于人员检测？

或者还有其他培训和检测方法吗？

我更喜欢知道如何使用它和详细程序。作为细节算法，对我来说并不重要。我只是想实现它。

如果有人知道，请给我一些提示。

Answer 1

我提供了一些示例代码和说明，以便使用openCV开始训练您自己的HOG描述符： 请参阅https://github.com/DaHoC/trainHOG/wiki/trainHOG-Tutorial。

该算法确实过于复杂而无法提供，但基本思路是：

1. 从相同大小和类型的阴性和阳性样本图像中提取HOG特征。
2. 使用提取的特征向量及其各自的类来训练SVM分类器，在此步骤中，您可以将svm-train.exe与包含特征向量及其类的正确格式的生成文件一起使用（或直接包含并解决源代码中的libsvm库类。
3. 生成的SVM模型和支持向量计算为单个描述符向量，可以与openCV检测器一起使用。

祝你好运