opencv - 如何训练 HOG 并使用我的 HOGDescriptor？

Question

我想训练数据并使用 HOG 算法来检测行人。现在我可以使用 opencv 中的 defaultHog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector()); 来检测，但是我的测试视频效果不是很好。所以我想使用我的数据库进行训练。

我准备了 1000+ 个正样本和 1000+ 个负样本。它们被裁剪为 50 * 100 大小，我已经做了列表文件。

而且我在网上看了一些教程，它们都很复杂，有时很深奥。大部分都是分析HOG的源码和算法。但是只有更少的例子和简单的 anylize。

一些说明表明libsvm\windows\svm-train.exe可以用来训练，谁能根据1000+ 50*100个正样本给个例子？
例如，像 haartraing，我们可以从 opencv 来完成，比如带有一些参数的 haartraining.exe –a –b，并得到一个 *.xml结果将用于人检测？

或者有没有其他方法可以训练、检测？

我更想知道如何使用它和详细程序。作为细节算法，它对我来说并不重要。我只想实现它。

如果有人知道，请给我一些提示。

Answer 1

我提供了一些示例代码和说明，以开始使用 openCV 训练您自己的 HOG 描述符:参见 https://github.com/DaHoC/trainHOG/wiki/trainHOG-Tutorial .

简而言之，该算法确实太复杂了，但基本思想是:

1. 从相同大小和类型的负样本图像和正样本图像中提取 HOG 特征。
2. 使用提取的特征向量及其各自的类别来训练 SVM 分类器，在此步骤中，您可以使用 svm-train.exe 和包含特征向量及其类别的正确格式的生成文件(或直接包含并在您的源代码中解决 libsvm 库类)。
3. 生成的 SVM 模型和支持向量被计算为单个描述符向量，可与 openCV 检测器一起使用。

最好的问候