Question

我正在使用HOG描述符和SVM，就像OpenCV cpp示例中提供的示例来检测人员一样。如果我使用以下样本：

hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());

我获得了每张图像大约150毫秒的处理速度，这是一个很好的性能。缺点是我也获得了许多误报。我使用了MIT人员数据库（包含一个人的128 * 64像素图像）来训练一个一类SVM分类器，因为我只有正面的例子。我已经为数据库中的924个图像获得了图像的HOG特征向量（3780值）。我已按如下方式训练SVM：

CvSVMParams params;
params.svm_type = CvSVM::ONE_CLASS;
params.kernel_type = CvSVM::LINEAR;
params.nu=0.5;
params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, 1000, 1e-6);

CvSVM SVM;
Mat ClassOutput = Mat::ones(1,numImagesDB,CV_32F);
SVM.train_auto(trainingSVMData,ClassOutput,Mat(),Mat(),params);
int x=SVM.get_support_vector_count();
const float *v = SVM.get_support_vector(0);
vector<float> descriptorVector;

for(unsigned int i=0;i<trainingSVMData.cols;i++)
    descriptorVector.push_back(v[i]);

获得3780个组件的一个支持向量。将此SVM插入HOG描述符：

hog.setSVMDetector(descriptorVector);

我遇到的问题：

现在处理速度极慢，每帧差不多10秒！
alforithm更强大，但检测人的矩形是身高和宽度的两倍。

有人可以帮助我或提供一些建议吗？为什么这么慢？

非常感谢你们，

HOG人检测并设置一类SVM分类器

0 个答案: