前言
时隔半年,才写这个步态能量图(二),一方面是这次的实现使用了不同的数据库,另一方面,则是有了编码和思路上的改进。
本次改进
本次主要有以下三个方面的改进:
1. 实现的数据库是自动化所是的CASIA datasetB,之前实现的是USF的数据库,前者的数据量要比后者大得多。而且可以涉及到不同的角度,不同的行为(大衣、背包和正常)。
2. 编码上全部自动化提取文件夹信息,后续应对其他数据库也可以修改该方法去自动读取信息。
3. 其实这个步态能量图的实现只是铺垫,后续更重要的是分析,看过我前面的文章的都知道我是做视频处理分析的,在实际情况中,人物的轮廓往往不是时时刻刻都是完整的,所以,为了使得训练的数据尽量接近真实的情况,我做了大胆的处理,就是不在检测周期,就是说不再除以周期,而是直接除以总的步态数,因为在实际场景中,当步态数量足够大的时候,可以等同于单个正常的步态能量图,从而减少因为遮挡、缺失等问题导致的图像偏差。
具体实现
1. 实现自动文件提取,主要是在main函数中处理。
// Create_GEI.cpp : 定义控制台应用程序的入口点。
//
//用于自动生成CASIA DatasetB的GEI的图
//作者:罗韵
//时间:2015.01.08
#include "stdafx.h"
#include "string.h"
#include <io.h>
#include <stdio.h>
#include <iostream>
#include <opencv2\opencv.hpp>
#include <cv.h>
#include "GenerateGEI.h"
using namespace std;
using namespace cv;
//@argv[1]:文件夹列表地址
int _tmain(int argc, char* argv[])
{
char* rootpath=new