OpenCV - 使用SVM和HOG进行人体检测

Question

我知道完成此任务所需的步骤：

1. 收集训练数据集（正向数据集和负向数据集）。
2. 对于每个图像提取hog描述符，用于训练SVM（当前的'1'类标签为正向，'-1'类标签为负向）。
3. 将训练好的SVM设置到HOGDescriptor中，并使用detect/detectMultiscale方法。

我已经完成了上述所有步骤。但是我困惑的是，HOGDescriptor.detect/detectMultiscale方法检测哪个类别？它只检测正向类别标签（1）吗？

- rjoniuqa

---

这可能会对你有所帮助：http://www.geocities.ws/talh_davidc/ - SomethingSomething

Answer 1

在计算机视觉中，视觉描述符或图像描述符（例如HoG）是对图像内容的视觉特征的描述。它们描述了基本特征，如形状、颜色、纹理或运动等。因此，HoG描述符仅描述场景-显示在图像中，即在街上行走的行人，您可以在下面看到一个示例HoG描述符（HoG仅计算图像局部部分的梯度方向出现次数）。

SVM是一组用于分类、回归和异常值检测的监督学习方法。但最初，SVM是一种构建最佳二元（2类）分类器的技术，因此SVM对描述符的含义进行决策。也就是说，HoG的输出是SVM的输入，而后者的输出为+1或-1。

OpenCV提供了一个接口，隐藏了这个操作，可以通过函数调用完成完整的对象检测。这就是HOGDescriptor::detectMultiScale()所做的，它使用多尺度窗口执行对象检测。一旦声明了cv::HOGDescriptor hog实例，那么SVM分类器的系数也应该被完成：

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

然后detectMultiScale()执行完整的对象检测（描述符提取和二进制分类），并返回每个候选框的边界框：

std::vector<cv::Rect> found;
hog.detectMultiScale(frame, found, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 2);

- Kornel

---

谢谢您的回复。在我的情况下，我想使用自定义SVM来检测人（而不是默认值）。我已经通过提取正负图像的hog描述符来训练了一个线性SVM，并且我也能够使用hog.setSVMDetector（svm.getSupportVectors()）设置hog以使用训练过的svm。让我困惑的是detectMultiScale。它是检测负类（没有人）还是正类（人）？抱歉，我只是opencv和计算机视觉的新手。 - rjoniuqa

detectMultiScale 只返回正样本，但它们可以是真正的正样本（正确识别为人的对象）或假正样本（如汽车、树木等错误地被识别为人）。 - Kornel

我有一个关于使用自定义支持向量机的问题，正面图像数据集应该只包含人类，还是人类和背景？我读了一些其他帖子，有些人说需要背景，而其他人则说我必须在裁剪图像之前进行操作。 - Alexandra Tupu