Question

我正在使用opencv和HOGDescriptor c ++对象试验人员检测器： HOGDescriptor :: getDefaultPeopleDetector（）。使用Opencv 2.4.3存储库的sample / cpp目录中的示例程序peopledetect.cpp，并针对某些INRIA dataset图像对其进行测试..它运行良好。

现在我想尝试一些我必须使用的图像，即使我尝试更改参数..它也找不到任何东西。

我想这是因为我的图像中的行人比INRIA的行人要小得多。所以在训练新探测器之前应该做得更好..

这是我的问题：

是不是？用于训练的图像与检测到的图像之间是否存在严格的关系？这意味着HOG探测器不是真正的尺度不变方法。特别是，默认HOGDescriptor::getDefaultPeopleDetector()的最佳大小是多少？我是否需要训练一种新的探测器来探测更小的人？

这是我正在使用的peopledetect.cpp：

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/highgui/highgui.hpp"

#include <stdio.h>
#include <string.h>
#include <ctype.h>

#include <iostream>

using namespace cv;
using namespace std;

// static void help()
// {
//     printf(
//             "\nDemonstrate the use of the HoG descriptor using\n"
//             "  HOGDescriptor::hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());\n"
//             "Usage:\n"
//             "./peopledetect (<image_filename> | <image_list>.txt)\n\n");
// }

int main(int argc, char** argv)
{

    std::cout << "OPENCV version: " << CV_MAJOR_VERSION << " " << CV_MINOR_VERSION << std::endl; 

    Mat img;
    FILE* f = 0;
    char _filename[1024];

    if( argc == 1 )
    {
        printf("Usage: peopledetect (<image_filename> | <image_list>.txt)\n");
        return 0;
    }
    img = imread(argv[1]);

    if( img.data )
    {
        strcpy(_filename, argv[1]);
    }
    else
    {
        f = fopen(argv[1], "rt");
        if(!f)
        {
            fprintf( stderr, "ERROR: the specified file could not be loaded\n");
            return -1;
        }
    }

    HOGDescriptor hog;
    hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());
    namedWindow("people detector", 1);

    for(;;)
    {
        char* filename = _filename;
        if(f)
        {
            if(!fgets(filename, (int)sizeof(_filename)-2, f))
                break;
            //while(*filename && isspace(*filename))
            //  ++filename;
            if(filename[0] == '#')
                continue;
            int l = (int)strlen(filename);
            while(l > 0 && isspace(filename[l-1]))
                --l;
            filename[l] = '\0';
            img = imread(filename);
        }
        printf("%s:\n", filename);
        if(!img.data)
            continue;

        fflush(stdout);
        vector<Rect> found, found_filtered;
        double t = (double)getTickCount();
        // run the detector with default parameters. to get a higher hit-rate
        // (and more false alarms, respectively), decrease the hitThreshold and
        // groupThreshold (set groupThreshold to 0 to turn off the grouping completely).
        hog.detectMultiScale(img, found, 0, Size(8,8), Size(32,32), 1.05, 2);
        t = (double)getTickCount() - t;
        printf("tdetection time = %gms\n", t*1000./cv::getTickFrequency());

        std::cout << "found: " << found.size() << std::endl;

        size_t i, j;
        for( i = 0; i < found.size(); i++ )
        {
            Rect r = found[i];
            for( j = 0; j < found.size(); j++ )
                if( j != i && (r & found[j]) == r)
                    break;
            if( j == found.size() )
                found_filtered.push_back(r);
        }
        for( i = 0; i < found_filtered.size(); i++ )
        {
            Rect r = found_filtered[i];
            // the HOG detector returns slightly larger rectangles than the real objects.
            // so we slightly shrink the rectangles to get a nicer output.
            r.x += cvRound(r.width*0.1);
            r.width = cvRound(r.width*0.8);
            r.y += cvRound(r.height*0.07);
            r.height = cvRound(r.height*0.8);
            rectangle(img, r.tl(), r.br(), cv::Scalar(0,255,0), 3);
        }
        imshow("people detector", img);
        int c = waitKey(0) & 255;
        if( c == 'q' || c == 'Q' || !f)
            break;
    }
    if(f)
        fclose(f);
    return 0;
}

Answer 1

HOG使用经过训练的数据。为了有效地使用它，您有3种可能性：

使用与训练数据相同/近似类型数据的图像（例如INRIA数据集拍摄）（简单方法）
构建您自己的训练数据以与HOG一起使用。（艰难的）
找到一个非常通用的SVM集，可以在任何地方应用（很难找到）

Answer 2

在blackibiza answer中，我有两个主要选择：找到一个已经训练过的分类器，或者为我自己做。

所以，最后，我设法用svmlight训练了一个Hog分类器，并且在opencv中包含了svm。

答案是肯定的：检测取决于用于培训的样本量。如果分类器获得64x128像素的样本并且您尝试检测较小的对象，则它不起作用。但事实恰恰相反：你可以检测到更大的物体（虽然金字塔在图像下方并进行多尺度检测，也在opencv中实现）。

即使未在CPU部分中记录，您也可以在网络中的某个位置找到，或者您可以使用最后一个（版本2.4.8）opencv并查看gpu模块，您将看到这些方法：gpu::HOGDescriptor::getPeopleDetector48x96和gpu::HOGDescriptor::getPeopleDetector64x128，这是两个已经训练过的生猪探测器。

作为最后一句话，我被告知培训时间，但有500个样本（或多或少），使用普通笔记本电脑的培训过程只需几分钟。

HOG检测器：检测到的roi大小和训练样本大小之间的关系

2 个答案: