OpenCV：如何将 HOGDescriptor::detectMultiScale() 与自定义 SVM 一起使用？

Posted 2023-03-12

【中文标题】OpenCV：如何将 HOGDescriptor::detectMultiScale() 与自定义 SVM 一起使用？

【英文标题】：OpenCV: how to use HOGDescriptor::detectMultiScale() with custom SVM?

【发布时间】：2014-04-05 06:37:37

【问题描述】：

我已经用我自己的正负样本训练了一个关于 HOG 特征的 CvSVM：

CvSVMParams params;
params.svm_type    = CvSVM::C_SVC;
params.kernel_type = CvSVM::RBF;

CvSVM svm;
svm.train_auto(descriptors, labels, cv::Mat(), cv::Mat(), params,
               SVM_CROSS_VALIDATION_K);

我可以很好地对图像进行分类：

cv::HOGDescriptor hog;
hog.winSize = cv::Size(HOG_PARAMS.width(), HOG_PARAMS.height());

//compute the HOG features
hog.compute(image, ders,
            cv::Size(HOG_PARAMS.stride(),HOG_PARAMS.stride()),
            cv::Size(0,0), locs);

//convert the feature to a Mat
cv::Mat desc_mat;
desc_mat.create(ders.size(), 1, CV_32FC1);
for(unsigned int i = 0; i < ders.size(); i++)
  desc_mat.at<float>(i, 0) = ders[i];

float response = svm.predict(desc_mat);

现在我想使用 HOGDecripor::detectMultiScale() 来检测图像中感兴趣的对象。要将 CvSVM 转换为 HOGDescriptor 需要的原始形式，我使用https://***.com/a/17118561/2197564 建议的方法：

detector_svm.h：

#ifndef DETECTOR_SVM_H
#define DETECTOR_SVM_H

#include <opencv2/core/core.hpp>
#include <opencv2/ml/ml.hpp>

class Detector_svm : public CvSVM

  public:
  std::vector<float> get_primal_form() const;
;  

#endif //DETECTOR_SVM_H

detector_svm.cpp：

#include "detector_svm.h"

std::vector<float> Detector_svm::get_primal_form() const

  std::vector<float> support_vector;

  int sv_count = get_support_vector_count();

  const CvSVMDecisionFunc* df = decision_func;
  const double* alphas = df[0].alpha;
  double rho = df[0].rho;
  int var_count = get_var_count();

  support_vector.resize(var_count, 0);

  for (unsigned int r = 0; r < (unsigned)sv_count; r++) 
  
    float myalpha = alphas[r];
    const float* v = get_support_vector(r);
    for (int j = 0; j < var_count; j++,v++) 
    
      support_vector[j] += (-myalpha) * (*v);
    
  

  support_vector.push_back(rho);

  return support_vector;

但是，当我尝试设置 SVM 检测器时

HOGDescriptor hog;
hog.setSVMDetector(primal_svm); //primal_svm is a std::vector<float>

我的断言失败：

OpenCV Error: Assertion failed (checkDetectorSize()) in setSVMDetector, file /home/username/libs/OpenCV-2.3.1/modules/objdetect/src/hog.cpp, line 89
terminate called after throwing an instance of 'cv::Exception'
  what():  /home/username/libs/OpenCV-2.3.1/modules/objdetect/src/hog.cpp:89: error: (-215) checkDetectorSize() in function setSVMDetector

我试过用 OpenCV 2.3.1 和 2.4.7 运行它；结果是一样的。

我做错了什么？

【问题讨论】：

你解决过这个问题吗？我有同样的问题

我还没解决。我通过编写自己的多尺度检测器解决了这个问题。

【参考方案1】：

您训练的向量大小可能太小。您需要确保训练时的窗口大小与描述符大小相匹配 win_size=大小(64, 128) block_size=大小(16, 16) block_stride=大小(8, 8) cell_size=尺寸(8, 8) nbins=9

【参考方案2】：

如果（您的）primal_svm.size() 与 hog.getDescriptorSize() 不同，则会引发该错误

我在您的代码中没有立即看到任何错误，但显然缺少一些样板。

【参考方案3】：

你需要像 hog(cv::Size(64, 64), cv::Size(16, 16), cv::Size(8, 8), cv::Size(8, 8) 一样初始化你的 hog ), 9)，并确保参数的值与您的匹配。

【参考方案4】：

我无法再访问原始代码。

为了解决这个问题，我编写了自己的多尺度检测器，这比获取原始 SVM 形式的工作量少。

我现在对有类似问题的人的建议是尝试升级到 OpenCV 3.x。

【参考方案5】：

我有同样的问题。我意识到我给 HogDescriptor 函数提供了错误的 winSize。 winSize 应该与训练图像的尺寸相匹配。在我的例子中，我使用了 32x64 图像（用于训练），所以我需要使用 winSize=(32x64)。我设置检测器的代码如下所示。

 vector<float> primal;
 svm.getSupportVector(primal);
 cv::HOGDescriptor hog(cv::Size(32, 64), cv::Size(8, 8), cv::Size(4, 4), cv::Size(4, 4), 9);
 hog.setSVMDetector(primal);