OpenCV + HOG +SVM：SVM 单特征向量需要帮助

Posted 2023-03-12

【中文标题】OpenCV + HOG +SVM：SVM 单特征向量需要帮助

【英文标题】：OpenCV + HOG +SVM: help needed with SVM single feature vector

【发布时间】：2011-11-11 23:47:06

【问题描述】：

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

我走了这么远： 我可以从图像数据库中计算 HOG 值，然后用 LIBSVM 计算 SVM 向量，所以我得到例如1419 个 SVM 向量，每个向量有 3780 个值。

OpenCV 只需要 hog.setSVMDetector() 方法中的一个特征向量。因此，我必须从 LIBSVM 计算的 1419 个 SVM 向量中计算出一个特征向量。

我找到了一个提示，如何计算这个单一的特征向量：link

“分量 i 处的检测特征向量（其中 i 在范围内，例如 0-3779）是由 i 处的支持向量的总和 * 该支持向量的 alpha 值，例如 det[i] = sum_j (sv_j[i] * alpha[j]) ，其中j 是支持向量的编号，i 是支持向量的分量数。”

据此，我的例程是这样工作的： 我取第一个 SVM 向量的第一个元素，将其与 alpha 值相乘，然后将其与第二个 SVM 向量的第一个元素相加，该元素已与 alpha 值相乘，......

但在总结所有 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,

如果将它们与 OpenCV 示例 peopledetect.cpp（以及 OpenCV 源代码中的 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，默认向量值在 –1 和 +1 之间，但我的值远远超出了它们。

我认为，我的单个特征向量例程需要一些调整，有什么想法吗？

问候，

克里斯托夫

【参考方案1】：

聚合向量的值看起来确实很高。 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();，因为它会导致丢失部分行并得到错误的结果。 文件的其余部分我不太了解，我只使用了这个函数。