在人脸检测中,我们一般利用训练好的XML文件去预测图像中是否存在人脸,那么XML文件是如何得到的,按照人脸的XML文件,它应该是提取样本的Haar特征,利用某个机器学习方法,最终得到的。本文主要讨论如何得到自己的XML文件。
在机器学习中,首先应该是采集样本,然后提取他们的特征,本人主要利用HOG特征进行实验。
1、采集样本图像(正样本和负样本),将其归一化到一个的尺度,如48X48.
2、将样本图像的名称写到一个TXT文件,方便程序调用.
3、依次提取每张图像的HOG特征向量.
4、利用SVM进行训练.
5、得到XML文件
具体代码如下:
HOG特征向量计算方法:
利用矩形HOG结构,2×2个cell组成一个block块,每个cell由8×8像素的图像区域组成,步长N为8,而每个cell的梯度方向从00-3600分成9个方向块。对于00-1800的方向均匀投影到9个方向块,比如00-200投影到a1块,200-400投影到a2块。也就是说每个cell要对9维的特征进行梯度幅度投影,形成9维的特征向量,block内的四个cell独立产生9维的特征向量,计算某个cell的特征向量时,投影的时候同一个block内的另外三个cell中的像素也要对这个cell的特征向量进行投影,投影的权重使用三线性插值方法,这样在48×48的图片大小下,利用公式N = ((W–wb )/stride + 1)*((H-hb)/stride+1)*bins*n ,
其中W为图片的宽,H为图片的高,wb和hb为block的宽与高,stride为cell的大小,bins为投影的区块,n为一个block中包含的cell的个数。
就产生900维的特征向量。
//extract the hog feature from images //
#define HOG_VECTOR 900 // 图像HOG特征向量 ((48-16)/8 + 1)*(48-16)/8 + 1)*9*4=900
#define TRAIN_IMG_NUM 800 //总共的样本(图像)数
HOGDescriptor hog(cvSize(48,48),cvSize(16,16),cvSize(8,8),cvSize(8,8),9,1,- 1,HOGDescriptor::L2Hys,0.2,false,HOGDescriptor::DEFAULT_NLEVELS); //初始化HOG描述符
vector<float>descrip;
vector<float>totaldescrip(HOG_VECTOR*TRAIN_IMG_NUM); //将所有HOG特征向量保存在vector中
vector<float>::iterator pos;
pos=totaldescrip.begin();
int ImageNum=0;
Mat img;
FILE* f = "pictures.txt"; //存放样本图像
char _filename[1024];
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 = 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);
hog.compute(img,descrip); //计算每幅图像的HOG特征向量
vector<float>::iterator iter;
for (iter=descrip.begin();iter!=descrip.end();iter++,pos++)
{
*pos=*iter;
}
}
float* buf2=&totaldescrip[0];
Mat data_mat(TRAIN_IMG_NUM,HOG_VECTOR,CV_32FC1,buf2);
//将图像标记为两类:1->正样本;2->负样本
Mat res_mat=Mat::ones(TRAIN_IMG_NUM,1,CV_32SC1);
for (int k=400;k<800;k++)
{
res_mat.at<unsigned int>(k, 0)=2;
}
//利用SVM进行训练,生成XML文件
TermCriteria criteria;
SVM svm = SVM ();
SVMParams param;
criteria = cvTermCriteria (CV_TERMCRIT_EPS, 1000, FLT_EPSILON);
param = SVMParams (SVM::C_SVC, SVM::LINEAR, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria);
svm.train(data_mat,res_mat,Mat(), Mat(), param);
svm.save ("svm_image.xml");
预测的代码:
hog.compute(img,descrip3);
float* buf3=&descrip3[0];
Mat hog_data_mat(1,900,CV_32FC1,buf3);
SVM svm_hog=CvSVM();
svm_hog.load("svm_image.xml");
float index=0.;
index=svm_hog.predict(hog_data_mat);
cout<<"index="<<index<<endl;