HOG检测方法

Question

我是计算机视觉和机器学习的新手，我搜索了很多，但没有找到我的问题的答案。

首先：我想知道所有这些检测方法之间的区别。

1）HOG.detect()

2）HOG.detectMultiScale()

3）HOG.setSvmDetector()

第二：我读到HOG.setSvmDetector()仅用于检测一个对象，因为SVM是二进制分类，我想知道我们可以训练多类SVM（One vs All），对于每一类SVM，我们应用一个HOG.setSvmDetector()的新实例？

如果我构建了2个SVM，这意味着现在我拥有2个类的多类SVM，我可以这样做：

  

HOGDescriptor hog1 = newHOGDescriptor（）

     

HOGDescriptor hog2 =新的HOGDescriptor（）

     

hog1.setSvmDetector（CLASS ONE）

     

hog2.setSvmDetector（CLASS TWO）

Answer 1

HOG.detect 它可以检测单个图像中的对象。

HOG.detectMultiScale 它以原始大小检测图像中的对象，然后使用某个因素对图像进行下采样，例如使用1.2作为因素。然后，它检测下采样图像中的对象，并进一步对图像进行下采样。重复该过程直到图像尺寸小于检测窗口尺寸。然后它将所有图像中的所有检测结合起来。

HOG.setSvmDetector() 它用于设置训练的分类器。 OpenCV为您提供了不同数据集的预训练分类器，如getDefaultPeopleDetector（）（使用INRIA行人数据集训练）和getDaimlerPeopleDetector（）（使用戴姆勒行人数据集训练）。

您也可以训练自己的分类器二进制或多类，并在setSvmDetector（）中使用它。