OpenCV SVM train_auto内存不足

Question

这是我在这里发表的第一篇文章，所以我希望能够正确地提出我的问题： - ）

我想做＆＃34;大象检测＆＃34;通过分类颜色样本（我的灵感来自this paper）。这是我的解决方案＆＃34;直到训练分类器：

1. 加载一组4个训练图像（全部包含大象），然后将它们分成两个图像：一个包含大象周围的环境（＆＃34;背景＆＃34;），另一个包含大象（ ＆＃34;前景＆＃34;）;
2. 背景和前景的平均移位分割;
3. RGB - ＆gt; Luv颜色空间转换和像素值提取（为了用3列填充Mat对象和等于样本数的行数）;
4. 通过调用train_auto方法使用RBF内核进行SVM训练。

所以，问题出现在最后一步：过了一会儿（几个小时），我收到以下错误信息：

OpenCV错误：OutOfMemoryError中的内存不足（无法分配22165936个字节），文件xxx \ alloc.cpp，第52行

抛出＆＃39; cv :: Exception＆＃39; 的实例后，

终止

what（）：xxx \ alloc.cpp：52：错误：（ - 4）无法在函数OutOfMemoryError中分配22165936个字节

我的训练样本是[3列x 1,385,235行] CV_32FC1 Mat对象。我不相信这个数据结构太大了，不是吗？我有16 GB的RAM，而且我使用的是OpenCV 2.4.9和Codeblocks。

但是，这是源代码：

//Loading Background & Foreground Training Images
Mat train_00_background = imread("training_set/train_00_background.png");
cvtColor(train_00_background, train_00_background, CV_BGR2BGRA);
oclMat t_00_bg;
t_00_bg.upload(train_00_background);

(...)


Mat train_00_foreground = imread("training_set/train_00_foreground.png");
cvtColor(train_00_foreground, train_00_foreground, CV_BGR2BGRA);
oclMat t_00_fg;
t_00_fg.upload(train_00_foreground);

(...)

//COLOR SEGMENTATION by MEAN SHIFT CLUSTERING
meanShiftSegmentation(t_00_bg, train_00_background_clustered, 5, 5, 50, TermCriteria(TermCriteria::MAX_ITER + TermCriteria::EPS, 5, 1));

(...)

//CV_8UC3 -> CV_32FC3
train_00_background_clustered.convertTo(train_00_background_clustered, CV_32FC3);

(...)

//Normalization
train_00_background_clustered *= 1./255;

(...)

//RGB -> Luv
cvtColor(train_00_background_clustered, train_00_background_clustered, CV_BGR2Luv);

(...)

//COLOR LIST EXTRACTION FROM BACKGROUND AND FOREGROUND
//colorListBg_00 is a 3 x NumberOfColors CV_32FC1 Mat
extractColorList(train_00_background_clustered, colorListBg_00);

// Memory release
train_00_background_clustered.release(); 

(...)

//Color List concatenation
//background
colorListBg_00.copyTo(colorList);
colorList.push_back(colorListBg_01);
(...)
Size s = colorList.size();
int s1 = s.height;

//foreground  
colorList.push_back(colorListFg_00);
(...)
s = colorList.size();
int s2 = s.height - s1;

// ASSIGNING THE LABELS
Mat labelsBg(s1, 1, CV_32FC1, -1.0);
Mat labelsFg(s2, 1, CV_32FC1, 1.0);
Mat labels;
labelsBg.copyTo(labels);
labels.push_back(labelsFg);

// SVM TRAINING
CvSVMParams params;
params.svm_type    = CvSVM::C_SVC;
params.kernel_type = CvSVM::RBF;
params.term_crit   = cvTermCriteria( CV_TERMCRIT_ITER+CV_TERMCRIT_EPS, 1000, FLT_EPSILON );

CvSVM SVM;   
SVM.train_auto(colorList, labels, Mat(), Mat(), params, 2);

感谢您关注此问题。