OpenCV - 使用 SVM 和 HOG 进行人员检测

Posted 2023-03-12

【中文标题】OpenCV - 使用 SVM 和 HOG 进行人员检测

【英文标题】：OpenCV - Using SVM and HOG for person detection

【发布时间】：2016-05-01 07:48:27

【问题描述】：

我知道完成此任务所需的步骤：

收集训练集（正集和负集）。 提取用于训练 SVM 的每个图像的 hog 描述符（当前“1”类标签用于正样本，“-1”类标签用于负样本）。 将经过训练的 SVM 设置为 HOGDescriptor 并使用检测/检测多尺度。

我已完成上述所有步骤。我很困惑，HOGDescriptor.detect/detectMultiscale 检测到哪个类？它是否只检测到正类标签 (1)？

【问题讨论】：

这可能对你有帮助：geocities.ws/talh_davidc

【参考方案1】：

在计算机视觉中，视觉描述符或图像描述符（即 HoG）是对图像内容的视觉特征的描述。它们描述了诸如形状、颜色、纹理或运动等基本特征。因此，HoG 描述符仅表征场景 - 如图所示，即在街上行走的行人，您可以在下面看到一个示例 HoG 描述符（HoG 仅计算图像局部部分中梯度方向的出现）：

SVM 是一组用于分类、回归和异常值检测的监督学习方法。但最初，SVM 是一种用于构建最佳二元（2 类）分类器的技术，因此 SVM 可以决定描述符的含义。也就是说，HoG 的输出是 SVM 的输入，而后者的输出是 +1 或 -1。

OpenCV 提供了一个隐藏此操作的接口，并且可以通过函数调用来完成完整的对象检测。这就是HOGDescriptor::detectMultiScale() 所做的，它使用多尺度窗口执行对象检测。一旦声明了 cv::HOGDescriptor hog 实例，那么 SVM 分类器的系数也应该通过以下方式完成：

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

然后detectMultiScale()进行完整的对象检测（描述符提取和二元分类一起）并返回每个候选者的边界框：

std::vector<cv::Rect> found;
hog.detectMultiScale(frame, found, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 2);

【讨论】：

感谢您的回复。就我而言，我想使用自定义 SVM 来检测人（不是默认值）。我已经通过提取正面和负面图像的 hog 描述符训练了一个线性 SVM，并且我还能够通过使用 hog.setSVMDetector(svm.getSupportVectors()) 将 hog 设置为使用经过训练的 svm。让我感到困惑的是detectMultiScale。它是否检测到负类（没有人）或正类（人）？抱歉，我只是 opencv 和计算机视觉的新手。

detectMultiScale 只返回正数，但它们可以是真正数（正确识别为人的对象）或误报（错误识别为人的汽车、树木等对象）

我有一个关于使用自定义 SVM 的问题，带有正面图像的数据集应该只包含人类还是有背景的人类？我读了一些其他帖子，有些人告诉他们需要背景，而其他人则说我必须先裁剪图像