Question

我尝试使用OpenCV2.3实现基于SVM和HOG的人员检测系统。但我被困了。

我走到这一步：我可以从图像数据库计算HOG值，然后用LIBSVM计算SVM向量，所以我得到了1419个SVM向量，每个向量具有3780个值。

OpenCV只需要方法hog.setSVMDetector（）中的一个特征向量。因此，我必须从我的1419个SVM向量计算一个特征向量，LIBSVM已计算出来。

我找到了一个提示，如何计算这个单一特征向量：link

“组件i处的检测特征向量（其中i在例如0-3779的范围内）是由支持向量的总和构成的，其中i *是该支持向量的α值，例如， det[i] = sum_j (sv_j[i] * alpha[j])，其中j是支持向量的编号，i 是支持向量的组件数。“

根据这个，我的日常工作方式如下：我取第一个SVM向量的第一个元素，将其与alpha值相乘，并将其与第二个SVM向量的第一个元素相加，该元素已经与alpha值相乘，...

但在总结了所有1419个元素后，我得到了相当高的值：

16.0657, -0.351117, 2.73681, 17.5677, -8.10134, 
11.0206, -13.4837, -2.84614, 16.796, 15.0564, 
8.19778, -0.7101, 5.25691, -9.53694, 23.9357,

如果您将它们与OpenCV示例 peopledetect.cpp （以及OpenCV源中的<em> hog.cpp ）中的默认向量进行比较

0.05359386f, -0.14721455f, -0.05532170f, 0.05077307f,
0.11547081f, -0.04268804f, 0.04635834f, -0.05468199f, 0.08232084f,
0.10424068f, -0.02294518f, 0.01108519f, 0.01378693f, 0.11193510f,
0.01268418f, 0.08528346f, -0.06309239f, 0.13054633f, 0.08100729f,
-0.05209739f, -0.04315529f, 0.09341384f, 0.11035026f, -0.07596218f,
-0.05517511f, -0.04465296f, 0.02947334f, 0.04555536f,

你看，默认的矢量值在-1和+1之间的边界内，但是我的值远超过它们。

我认为，我的单一特征向量例程需要一些调整，任何想法？

问候，

了Christoph

Answer 1

聚合向量的值看起来很高我使用了位于http://lnx.mangaitalia.net/trainer/main.cpp的loadSVMfromModelFile() 我不得不从代码中删除svinstr.sync();，因为它导致丢失部分行并得到错误的结果我对文件的其余部分了解不多，我只使用了这个函数。

OpenCV + HOG + SVM：SVM单一特征向量所需的帮助

1 个答案: