OpenCV HOG+SVM行人檢測：從訓練到檢測

阿新 • • 發佈：2019-02-11

以現在使用的OpenCV 2.4.10為例，行人檢測的Demo在“D:\opencv\sources\samples\cpp\peopledetect.cpp”下，原始碼如下所示：

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/highgui/highgui.hpp"

#include <stdio.h>
#include <string.h>
#include <ctype.h>

using namespace cv;
using namespace std;

// static void help()
// {
//     printf(
//             "\nDemonstrate the use of the HoG descriptor using\n"
//             "  HOGDescriptor::hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());\n"
//             "Usage:\n"
//             "./peopledetect (<image_filename> | <image_list>.txt)\n\n");
// }

int main(int argc, char** argv)
{
    Mat img;
    FILE* f = 0;
    char _filename[1024];

    if( argc == 1 )
    {
        printf("Usage: peopledetect (<image_filename> | <image_list>.txt)\n");
        return 0;
    }
    img = imread(argv[1]);

    if( img.data )
    {
        strcpy(_filename, argv[1]);
    }
    else
    {
        f = fopen(argv[1], "rt");
        if(!f)
        {
            fprintf( stderr, "ERROR: the specified file could not be loaded\n");
            return -1;
        }
    }

    HOGDescriptor hog;
    hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());
    namedWindow("people detector", 1);

    for(;;)
    {
        char* filename = _filename;
        if(f)
        {
            if(!fgets(filename, (int)sizeof(_filename)-2, f))
                break;
            //while(*filename && isspace(*filename))
            //  ++filename;
            if(filename[0] == '#')
                continue;
            int l = (int)strlen(filename);
            while(l > 0 && isspace(filename[l-1]))
                --l;
            filename[l] = '\0';
            img = imread(filename);
        }
        printf("%s:\n", filename);
        if(!img.data)
            continue;

        fflush(stdout);
        vector<Rect> found, found_filtered;
        double t = (double)getTickCount();
        // run the detector with default parameters. to get a higher hit-rate
        // (and more false alarms, respectively), decrease the hitThreshold and
        // groupThreshold (set groupThreshold to 0 to turn off the grouping completely).
        hog.detectMultiScale(img, found, 0, Size(8,8), Size(32,32), 1.05, 2);
        t = (double)getTickCount() - t;
        printf("tdetection time = %gms\n", t*1000./cv::getTickFrequency());
        size_t i, j;
        for( i = 0; i < found.size(); i++ )
        {
            Rect r = found[i];
            for( j = 0; j < found.size(); j++ )
                if( j != i && (r & found[j]) == r)
                    break;
            if( j == found.size() )
                found_filtered.push_back(r);
        }
        for( i = 0; i < found_filtered.size(); i++ )
        {
            Rect r = found_filtered[i];
            // the HOG detector returns slightly larger rectangles than the real objects.
            // so we slightly shrink the rectangles to get a nicer output.
            r.x += cvRound(r.width*0.1);
            r.width = cvRound(r.width*0.8);
            r.y += cvRound(r.height*0.07);
            r.height = cvRound(r.height*0.8);
            rectangle(img, r.tl(), r.br(), cv::Scalar(0,255,0), 3);
        }
        imshow("people detector", img);
        int c = waitKey(0) & 255;
        if( c == 'q' || c == 'Q' || !f)
            break;
    }
    if(f)
        fclose(f);
    return 0;
}

在該Demo裡，沒有類似人類檢測時的分類器（模型）的載入過程，而是用下面的語句載入預設模型：

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

該函式的原始碼位於 D:\opencv\sources\modules\objdetect\src\hog.cpp 檔案中第 1081 行開始，擷取片段如下所示：

vector<float> HOGDescriptor::getDefaultPeopleDetector()
{
    static const float detector[] = {
       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,
       -3.55954492e-003f, 0.07818956f, 0.07730991f, 0.07890715f, 0.06222893f,
       0.09001380f, -0.03574381f, 0.03414327f, 0.05677258f, -0.04773581f,
       0.03746637f, -0.03521175f, 0.06955440f, -0.03849038f, 0.01052293f,
       0.01736112f, 0.10867710f, 0.08748853f, 3.29739624e-003f, 0.10907028f,
       0.07913758f, 0.10393070f, 0.02091867f, 0.11594022f, 0.13182420f,

從上可知，行人檢測所用到的模型資料被作為常量寫在原始碼裡面，有如下問題：

1）這些模型資料是如何得來的？

2）如果使用我自己的樣本進行trainning,使用得到的model去detect該如何操作？

首先，從OpenCV所使用到的行人檢測演算法說起，OpenCV行人檢測所用到的演算法源自Navneet Dalal和Bil Triggs 在2005年 CVPR 上的文章Histograms of Oriented Gradients for Human Detection 作者所在的研究機構（INRIA：French National Institute for Research in Computer Science and Control，法國國家計算機技術和控制研究所）釋出了這套演算法的原始碼

INTRIA Object Detection and Localization Toolkit 。

那麼，OpenCV是否原封不動的使用了這套演算法呢？為了求證該問題，筆者比較了兩者的模型資料，下載OLTbinaries.zip 找到 /HOG/model_4BiSVMLight.alt 檔案（二進位制形式的資料），用程式碼將其中資料儲存為文字格式（這個要根據上面的原始碼learncode），其內容如下：

      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,
       -3.55954492e-003f, 0.07818956f, 0.07730991f, 0.07890715f, 0.06222893f,
       0.09001380f, -0.03574381f, 0.03414327f, 0.05677258f, -0.04773581f,
       0.03746637f, -0.03521175f, 0.06955440f, -0.03849038f, 0.01052293f,
       0.01736112f, 0.10867710f, 0.08748853f, 3.29739624e-003f, 0.10907028f,
       0.07913758f, 0.10393070f, 0.02091867f, 0.11594022f, 0.13182420f,

由此可見，兩者的資料一模一樣。那麼你使用OLT去trainning你的樣本，把得到的model替換getDefaultPeopleDetector() 中的資料，就可以進行你自己的目標檢測了！

---------------------------------------------------------------------------------------------------------

訓練樣本

為了驗證這一想法的正確性和可行性，筆者進行了實驗，使用的環境為 Ubuntu10.4 g++ 4.4.5:

具體實現步驟如下：

3）在OLTbinaries/ 下建立兩個資料夾 test, train，將INRIAperson/Test/neg拷貝到 test/ 下，INRIAperson/Train/neg拷貝到 train/ 下；將INRIAperson/test_64x128_H96拷貝到 test/ 下，重新命名為 pos， INRIAperson/train_64x128_H96 拷貝到 train/ 下，重新命名為 pos;

4）將 test/neg， test/pos 各自資料夾中的所有圖片檔名分別輸出到 neg.list, pos.list，並放置在 test/ 下，同樣的操作在 train/。

<pre class="brush: shell; gutter: true">[email protected]:~/Projects/opencv/OLTbinaries/test$ ls ./neg > neg.list
[email protected]:~/Projects/opencv/OLTbinaries/test$ ls ./pos > pos.list</pre>

5）到這裡，樣本資料便準備好了，只要修改 OLTbinaries/runall.sh 相關引數，然後執行這些指令碼，一個小時左右的時間，便會在 OLTbinaries/HOG 下產生一個 model_4BiSVMLight.alt檔案，模型資料便儲存在這裡，到這裡，你便成功 trainning 了一個 model。

注意事項：

runall.sh 中第 5 行，按你的正負樣本數目修改：

HardOption=" --poscases 2416 --negcases 12180 "

runall.sh 中第 21 行，樣本資料夾及輸出資料夾所在位置：

OutDir=HOG

OutFile=$OutDir/record
CMDLINE=$OutDir/record

trainning 過程中會產生 2 個 G 左右的臨時檔案在 OutDir（=./HOG）中，結束時刪除，只保留model_4BiSVMLight.alt。
整個 trainning 過程分為4步，有4條螢幕輸出資訊：

First
 iteration complete

Hard
 examples created

Doing
 second learning

Second
 iteration complete

如果使用的是自己的樣本，注意修改其他引數（待糾），如正樣本的大小：

WIDTH=64; export WIDTH
HEIGHT=128; export HEIGHT

檢測過程待補

OpenCV HOG+SVM行人檢測：從訓練到檢測

OpenCV HOG+SVM行人檢測：從訓練到檢測

OPENCV HOG特徵+SVM分類器行人識別（從訓練到識別）

opencv +Hog + SVM 車輛檢測

HOG+SVM行人檢測的兩種方法

C++ Opencv Hog+svm 二分類

C++ Opencv——Hog+SVM

SVM全系列：從原理到python實現（一）：SVM原理

基於深度學習的目標檢測技術演進：從目標檢測到人臉檢測

OpenCV成長之路(9)：特徵點檢測與影象匹配

走近人臉檢測：從VJ到深度學習（上）

車牌識別技術詳解五--採用LBP+HOG SVM做目標分類，車牌檢測，字元檢測等

表面缺陷檢測：機器視覺檢測技術

opencv︱opencv中實現行人檢測：HOG+SVM（二）

Opencv實現行人檢測(HOG + SVM)

python通過HOG+SVM實現行人檢測思路

利用HOG+SVM實現行人檢測

hog+svm 實現行人檢測（C++ opencv3.4）

HOG+SVM實現行人檢測

OpenCV的HOG+SVM訓練程式注意事項

行人檢測（haar+adaboost 與 hog+SVM）

OpenCV HOG+SVM行人檢測：從訓練到檢測

相關推薦