学习OpenCV——Hog.detectMultiScale的心得

转自：http://blog.csdn.net/sangni007/article/details/7544401

 

这几天一直为一个问题挠头，搞得好几天没心情，今天想明白了一点赶紧记下来，省的以后忘了。

这几天一直折磨我的问题就是Hog.detectMultiScale()函数。

我看到网上的有些HoG的文章从一幅完整图像中检测出目标对象时，一个很NB的框框，框的还那么准，比如OpenCV自带的sample:http://blog.csdn.net/sangni007/article/details/7453987

我总是心生羡慕啊！于是我也试验试验，结果我就悲剧了！

我首先用从前的HoG+SVM的方式训练分类器，训练的时大众的Logo，负样本是乱七八糟。

http://blog.csdn.net/sangni007/article/details/7471222

之后保存xml文件，

定义一个HOGDescriptor hog1；

             hog1.load("SVM_DATA.xml");

             hog1.detectMultiScale(img,found);

却怎么都检测不出来！！！本来是detectMultiScale()不会使，后来好不容易会用了，这个结果又一直困扰我，不明白到底是没训练对还是函数有的不对~%>_<%~

今天才突然有点明白问题在哪：

我训练的xml的SVM的分类器，也就是说，输出的结果response只有1和0（相应的输出结果！！！），只能预测它是不是大众Logo，而不能检测目标，因为不是检测器。

其实这只是一个模糊的认识，希望有懂行的给点指导~~~

 

评论汇总：

1、检测器的原理其实就是滑动窗口加上分类器

2、二分类器输出的是0,1，多分类的可以是0,1,2......；那检测器应该也差不多，也是先建模型，在搜索判断是不是0或者1或2......检测器可以用来在一幅大图中检测目标物体，比如在图像中检测行人，这就要用到detector~。当然，可以用滑动窗口与分类器结合起来检测目标~

3、检测其它物体，我是这样做的，
HOGDescriptor* hog = new HOGDescriptor();
vector<float>* descriptors = new std::vector<float>();
hog->compute(imgT, *descriptors, Size(8, 8));//imgT是要检测的目标
hog->setSVMDetector(*descriptors);
....
hog->detectMultiScale(img, found, 0, Size(8,8), Size(32,32), 1.05, 2);
但是最终检测的结果并不准确，其中的imgT就是从img中抠出来的，现在也不知道怎么回事，难道，生成descriptors时就得需要多个的imgT？

 

回复：应该是先计算（也就是compute），再训练，最后检测目标图像~

 

4、OpenCV 的SVM不能做regression（回归，退化），所以只输出label~~建议使用svm_light 或者 libsvm + Opencv

5、第5个参数是指窗口边境填充大小

6、detectMultiScale() 的参数具体代表那些含义，可参考如下文档

http://docs.opencv.org/modules/gpu/doc/object_detection.html?highlight=detectmultiscale

void gpu::HOGDescriptor::detectMultiScale(const GpuMat& img, vector<Rect>& found_locations, double hit_threshold, Size win_stride, Size padding, double scale0, int group_threshold)

第四个参数是窗口步幅，是表示一次检测之后，窗口移动的幅度，即每次窗口移动的距离，在training的时候一般把sample大小设置成窗口大小一样，开始可能需要resize sample（为了处理多尺度问题，可以使用multi-scale hog feature，然后用PCA降维）~~

 

第五个参数，只是和CPU HOG的detectmultiscale函数的接口保持一致~~代表对要检测的image的边界填充，如果设置成为(0,0)，检测窗口的中心不能从(0,0)开始扫描~~就和你用空间滤波器在图像上做滤波一样~~设置成(64,64)图像的row和col增加128,128，计算的hog feature自然会慢。

文档中的解释是用来保持CPU兼容的虚假参数，要求必须是（0，0），但是使用（64，64）或者其他一些参数也是可以的。

把sample中的（64,64）改成（0,0）发现运行时间缩短了，应该是CPU利用率之类。

 

7、detectMultiScale() 是做检测，而xml的SVM的分类器实际上在做识别

8、使用detectMultiScale() 必须构造一个线性的SVM检测器