HOG检测方法

Posted 2023-03-12

【中文标题】HOG检测方法

【英文标题】：HOG Detection methods

【发布时间】：2018-10-07 23:11:19

【问题描述】：

我是计算机视觉和机器学习的新手，我搜索了很多，但没有找到适合我的问题的答案。

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 是一个二元分类，我想知道我们可以训练多类 SVM（One vs All）并且对于每个单类 SVM，我们应用一个新实例HOG.setSvmDetector() 的？

举个例子，如果我构造了 2 个 SVM，这意味着现在我有 2 个类的多类 SVM，我可以这样做吗：

HOGDescriptor hog1 = newHOGDescriptor()

HOGDescriptor hog2 = new HOGDescriptor()

hog1.setSvmDetector(第一类)

hog2.setSvmDetector(第二类)

【参考方案1】：

HOG.detect 它检测单个图像中的对象。

HOG.detectMultiScale 它检测图像中具有原始大小的对象，然后使用某个因素对图像进行下采样，例如使用 1.2 作为因子。然后它检测下采样图像中的对象并进一步下采样图像。重复此过程，直到图像大小小于检测窗口大小。然后它结合在所有图像上找到的所有检测。

HOG.setSvmDetector() 用于设置训练好的分类器。 OpenCV 为您提供了针对不同数据集的预训练分类器，例如 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）。

您还可以训练自己的分类器，无论是二分类还是多分类，并在 setSvmDetector() 中使用它。