利用Hog特徵和SVM分類器進行行人檢測

NO IMAGE

        之前介紹過Hog特徵(http://blog.csdn.net/carson2005/article/details/7782726),也介紹過SVM分類器(http://blog.csdn.net/carson2005/article/details/6453502 );而本文的目的在於介紹利用Hog特徵和SVM分類器來進行行人檢測。

        在2005年CVPR上,來自法國的研究人員Navneet Dalal 和Bill Triggs提出利用Hog進行特徵提取,利用線性SVM作為分類器,從而實現行人檢測。而這兩位也通過大量的測試發現,Hog SVM是速度和效果綜合平衡效能較好的一種行人檢測方法。後來,雖然很多研究人員也提出了很多改進的行人檢測演算法,但基本都以該演算法為基礎框架。因此,Hog SVM也成為一個里程錶式的演算法被寫入到OpenCV中。在OpenCV2.0之後的版本,都有Hog特徵描述運算元的API,而至於SVM,早在OpenCV1.0版本就已經整合進去了;OpenCV雖然提供了Hog和SVM的API,也提供了行人檢測的sample,遺憾的是,OpenCV並沒有提供樣本訓練的sample。這也就意味著,很多人只能用OpenCV自帶的已經訓練好的分類器來進行行人檢測。然而,OpenCV自帶的分類器是利用Navneet Dalal和Bill Triggs提供的樣本進行訓練的,不見得能適用於你的應用場合。因此,針對你的特定應用場景,很有必要進行重新訓練得到適合你的分類器。本文的目的,正在於此。

重新訓練行人檢測的流程:

(1)準備訓練樣本集合;包括正樣本集和負樣本集;根據機器學習的基礎知識我們知道,要利用機器學習演算法進行樣本訓練,從而得到一個效能優良的分類器,訓練樣本應該是無限多的,而且訓練樣本應該覆蓋實際應用過程中可能發生的各種情況。(很多朋友,用10來個正樣本,10來個負樣本進行訓練,之後,就進行測試,發現效果沒有想象中的那麼好,就開始發牢騷,抱怨。。。對於這些人,我只能抱歉的說,對於機器學習、模式識別的認識,你還處於沒有入門的階段);實際應用過程中,訓練樣本不可能無限多,但無論如何,三五千個正樣本,三五千個負樣本,應該不是什麼難事吧?(如果連這個都做不到,建議你別搞機器學習,模式識別了;訓練素材都沒有,怎麼讓機器學習到足夠的資訊呢?)

(2)收集到足夠的訓練樣本之後,你需要手動裁剪樣本。例如,你想用Hog SVM來對商業步行街的監控畫面中進行行人檢測,那麼,你就應該用收集到的訓練樣本集合,手動裁剪畫面中的行人(可以寫個簡單程式,只需要滑鼠框選一下,就將框選區域儲存下來)。

(3)裁剪得到訓練樣本之後,將所有正樣本放在一個資料夾中;將所有負樣本放在另一個資料夾中;並將所有訓練樣本縮放到同樣的尺寸大小。OpenCV自帶的例子在訓練時,就是將樣本縮放為64*128進行訓練的;

(4)提取所有正樣本的Hog特徵;

(5)提取所有負樣本的Hog特徵;

(6)對所有正負樣本賦予樣本標籤;例如,所有正樣本標記為1,所有負樣本標記為0;

(7)將正負樣本的Hog特徵,正負樣本的標籤,都輸入到SVM中進行訓練;Dalal在論文中考慮到速度問題,建議採用線性SVM進行訓練。這裡,不妨也採用線性SVM;

(8)SVM訓練之後,將結果儲存為文字檔案。

(9)線性SVM進行訓練之後得到的文字檔案裡面,有一個陣列,叫做support vector,還有一個陣列,叫做alpha,有一個浮點數,叫做rho;將alpha矩陣同support vector相乘,注意,alpha*supportVector,將得到一個列向量。之後,再該列向量的最後新增一個元素rho。如此,變得到了一個分類器,利用該分類器,直接替換opencv中行人檢測預設的那個分類器(cv::HOGDescriptor::setSVMDetector()),就可以利用你的訓練樣本訓練出來的分類器進行行人檢測了。

下面給出樣本訓練的參考程式碼:

class Mysvm: public CvSVM
{
public:
int get_alpha_count()
{
return this->sv_total;
}
int get_sv_dim()
{
return this->var_all;
}
int get_sv_count()
{
return this->decision_func->sv_count;
}
double* get_alpha()
{
return this->decision_func->alpha;
}
float** get_sv()
{
return this->sv;
}
float get_rho()
{
return this->decision_func->rho;
}
};
void Train()
{
char classifierSavePath[256] = "c:/pedestrianDetect-peopleFlow.txt";
string positivePath = "E:\\pictures\\train1\\pos\\";
string negativePath = "E:\\pictures\\train1\\neg\\";
int positiveSampleCount = 4900;
int negativeSampleCount = 6192;
int totalSampleCount = positiveSampleCount   negativeSampleCount;
cout<<"//////////////////////////////////////////////////////////////////"<<endl;
cout<<"totalSampleCount: "<<totalSampleCount<<endl;
cout<<"positiveSampleCount: "<<positiveSampleCount<<endl;
cout<<"negativeSampleCount: "<<negativeSampleCount<<endl;
CvMat *sampleFeaturesMat = cvCreateMat(totalSampleCount , 1764, CV_32FC1);
//64*128的訓練樣本,該矩陣將是totalSample*3780,64*64的訓練樣本,該矩陣將是totalSample*1764
cvSetZero(sampleFeaturesMat);  
CvMat *sampleLabelMat = cvCreateMat(totalSampleCount, 1, CV_32FC1);//樣本標識  
cvSetZero(sampleLabelMat);  
cout<<"************************************************************"<<endl;
cout<<"start to training positive samples..."<<endl;
char positiveImgName[256];
string path;
for(int i=0; i<positiveSampleCount; i  )  
{  
memset(positiveImgName, '\0', 256*sizeof(char));
sprintf(positiveImgName, "%d.jpg", i);
int len = strlen(positiveImgName);
string tempStr = positiveImgName;
path = positivePath   tempStr;
cv::Mat img = cv::imread(path);
if( img.data == NULL )
{
cout<<"positive image sample load error: "<<i<<" "<<path<<endl;
system("pause");
continue;
}
cv::HOGDescriptor hog(cv::Size(64,64), cv::Size(16,16), cv::Size(8,8), cv::Size(8,8), 9);
vector<float> featureVec; 
hog.compute(img, featureVec, cv::Size(8,8));  
int featureVecSize = featureVec.size();
for (int j=0; j<featureVecSize; j  )  
{  		
CV_MAT_ELEM( *sampleFeaturesMat, float, i, j ) = featureVec[j]; 
}  
sampleLabelMat->data.fl[i] = 1;
}
cout<<"end of training for positive samples..."<<endl;
cout<<"*********************************************************"<<endl;
cout<<"start to train negative samples..."<<endl;
char negativeImgName[256];
for (int i=0; i<negativeSampleCount; i  )
{  
memset(negativeImgName, '\0', 256*sizeof(char));
sprintf(negativeImgName, "%d.jpg", i);
path = negativePath   negativeImgName;
cv::Mat img = cv::imread(path);
if(img.data == NULL)
{
cout<<"negative image sample load error: "<<path<<endl;
continue;
}
cv::HOGDescriptor hog(cv::Size(64,64), cv::Size(16,16), cv::Size(8,8), cv::Size(8,8), 9);  
vector<float> featureVec; 
hog.compute(img,featureVec,cv::Size(8,8));//計算HOG特徵
int featureVecSize = featureVec.size();  
for ( int j=0; j<featureVecSize; j   )  
{  
CV_MAT_ELEM( *sampleFeaturesMat, float, i   positiveSampleCount, j ) = featureVec[ j ];
}  
sampleLabelMat->data.fl[ i   positiveSampleCount ] = -1;
}  
cout<<"end of training for negative samples..."<<endl;
cout<<"********************************************************"<<endl;
cout<<"start to train for SVM classifier..."<<endl;
CvSVMParams params;  
params.svm_type = CvSVM::C_SVC;  
params.kernel_type = CvSVM::LINEAR;  
params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, 1000, FLT_EPSILON);
params.C = 0.01;
Mysvm svm;
svm.train( sampleFeaturesMat, sampleLabelMat, NULL, NULL, params ); //用SVM線性分類器訓練
svm.save(classifierSavePath);
cvReleaseMat(&sampleFeaturesMat);
cvReleaseMat(&sampleLabelMat);
int supportVectorSize = svm.get_support_vector_count();
cout<<"support vector size of SVM:"<<supportVectorSize<<endl;
cout<<"************************ end of training for SVM ******************"<<endl;
CvMat *sv,*alp,*re;//所有樣本特徵向量 
sv  = cvCreateMat(supportVectorSize , 1764, CV_32FC1);
alp = cvCreateMat(1 , supportVectorSize, CV_32FC1);
re  = cvCreateMat(1 , 1764, CV_32FC1);
CvMat *res  = cvCreateMat(1 , 1, CV_32FC1);
cvSetZero(sv);
cvSetZero(re);
for(int i=0; i<supportVectorSize; i  )
{
memcpy( (float*)(sv->data.fl i*1764), svm.get_support_vector(i), 1764*sizeof(float));	
}
double* alphaArr = svm.get_alpha();
int alphaCount = svm.get_alpha_count();
for(int i=0; i<supportVectorSize; i  )
{
alp->data.fl[i] = alphaArr[i];
}
cvMatMul(alp, sv, re);
int posCount = 0;
for (int i=0; i<1764; i  )
{
re->data.fl[i] *= -1;
}
FILE* fp = fopen("c:/hogSVMDetector-peopleFlow.txt","wb");
if( NULL == fp )
{
return 1;
}
for(int i=0; i<1764; i  )
{
fprintf(fp,"%f \n",re->data.fl[i]);
}
float rho = svm.get_rho();
fprintf(fp, "%f", rho);
cout<<"c:/hogSVMDetector.txt 儲存完畢"<<endl;//儲存HOG能識別的分類器
fclose(fp);
return 1;
}

接著,再給出利用訓練好的分類器進行行人檢測的參考程式碼:

void Detect()
{
CvCapture* cap = cvCreateFileCapture("E:\\02.avi");
if (!cap)
{
cout<<"avi file load error..."<<endl;
system("pause");
exit(-1);
}
vector<float> x;
ifstream fileIn("c:/hogSVMDetector-peopleFlow.txt", ios::in);
float val = 0.0f;
while(!fileIn.eof())
{
fileIn>>val;
x.push_back(val);
}
fileIn.close();
vector<cv::Rect>  found;
cv::HOGDescriptor hog(cv::Size(64,64), cv::Size(16,16), cv::Size(8,8), cv::Size(8,8), 9);
hog.setSVMDetector(x);
IplImage* img = NULL;
cvNamedWindow("img", 0);
while(img=cvQueryFrame(cap))
{
hog.detectMultiScale(img, found, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 2);
if (found.size() > 0)
{
for (int i=0; i<found.size(); i  )
{
CvRect tempRect = cvRect(found[i].x, found[i].y, found[i].width, found[i].height);
cvRectangle(img, cvPoint(tempRect.x,tempRect.y),
cvPoint(tempRect.x tempRect.width,tempRect.y tempRect.height),CV_RGB(255,0,0), 2);
}
}
}
cvReleaseCapture(&cap);
}