opencv之HOG特征检测+SVM实现行人检测

HOG特征检测介绍

属于块检测范畴，对于行人、动物、物体检测比较理想
HOG特征描述子提取

• 灰度图像转换
• 梯度计算
  • 索贝尔算子计算
• 分网格的梯度方向直方图
  • 分割为8*8=64像素的Cell网格
  • 对每个Cell求取方向直方图(Orientation Hist)
  • 区间分布上分为9个Bin，角度取值范围为-180_{180之间，对-180}0之间的加上180取正数，对应的值为梯度值。方向为Bin数组的Index
• 块描述子
  • 块描述子R-HoG，将2*2的网格单元组合成一个大的块(Block)
  • 随着块推移每个块之间有1/2的部分是重叠区域
  • 主要将每个Cell的直方图合并为一个大的直方图(Bin索引不变[0~9]之间)
• 块描述子归一化
  • 基于L2实现块描述子归一化，可大大滤除光照因素的影响
• 特征数据与检测窗口
  • 最终获得HoG描述算子(特征数据)
  • 需要正向训练200个左右的特征样本
  • 反向训练600~800个左右的特征样本
  • 初步测试、开窗检测
  • 举例：
    • 对于64128的像素块，可以分为816个Cell分为715个块(R-HOG)总计的直方图向量数为71522*9=3780个向量数组
  • 匹配方法

---

函数API

函数api

cv::HOGDescriptor::HOGDescriptor 	( 	
        Size  	_winSize,
		Size  	_blockSize,
		Size  	_blockStride,
		Size  	_cellSize,
		int  	_nbins,
		int  	_derivAperture = 1,
		double  	_winSigma = -1,
		HOGDescriptor::HistogramNormType  	_histogramNormType = HOGDescriptor::L2Hys,
		double  	_L2HysThreshold = 0.2,
		bool  	_gammaCorrection = false,
		int  	_nlevels = HOGDescriptor::DEFAULT_NLEVELS,
		bool  	_signedGradient = false 
	) 	

参数介绍

• _winSize 检测样本的尺寸大小
• _blockSize 块大小一般是2*2个Cell大小，Cell大小为8*8的话，这里是16*16
• _blockStride 块移动的步长，每个步长为1个Cell这里就是一个Cell的大小，如果Cell为8*8，这里就填写8*8
• _cellSize cell尺寸一般8*8
• _nbins 直方图计算区间数为9个(20度一个区间，负角度(-180~0)转化到正角度)
  下面参数都是数学层面计算直方图所用到，一般采用默认值即可
• _derivAperture sets derivAperture with given value.
• _winSigma sets winSigma with given value.
• _histogramNormType sets histogramNormType with given value.
• _L2HysThreshold sets L2HysThreshold with given value.
• _gammaCorrection sets gammaCorrection with given value.
• _nlevels sets nlevels with given value.
• _signedGradient sets signedGradient with given value.

---

HOG计算描述子函数api

virtual void cv::HOGDescriptor::compute 	( 	
        InputArray  	img,
		std::vector< float > &  	descriptors,
		Size  	winStride = Size(),
		Size  	padding = Size(),
		const std::vector< Point > &  	locations = std::vector< Point >() 
	) 	

参数列表

• img 要计算的图片
• descriptors 描述
• winStride 窗口步进，必须是步进的倍数
• padding 填充
• locations 点

---

api

virtual void cv::HOGDescriptor::detectMultiScale 	( 	
        InputArray  	img,
		std::vector< Rect > &  	foundLocations,
		double  	hitThreshold = 0,
		Size  	winStride = Size(),
		Size  	padding = Size(),
		double  	scale = 1.05,
		double  	finalThreshold = 2.0,
		bool  	useMeanshiftGrouping = false 
	) 	

参数列表

• img 待检测的图像单通道或者rgb3通道图片
• foundLocations 检测出来的轮廓方框集合
• hitThreshold Threshold for the distance between features and SVM classifying plane. Usually it is 0 and should be specified in the detector coefficients (as the last free coefficient). But if the free coefficient is omitted (which is allowed), you can specify it manually here.要素与SVM分类平面之间距离的阈值。通常为0，应在检测器系数中指定（作为最后一个自由系数）。但是，如果省略了自由系数（允许），则可以在此处手动指定它。
• winStride 窗口平移步进尺寸，一个Cell尺寸
• padding 填充
• scale 检测窗口的增加系数
• finalThreshold Final threshold
• useMeanshiftGrouping 使用分组算法

---

函数api

static std::vector<float> cv::HOGDescriptor::getDefaultPeopleDetector()
static std::vector<float> cv::HOGDescriptor::getDaimlerPeopleDetector() 	

功能描述
getDaimlerPeopleDetector：Returns coefficients of the classifier trained for people detection (for 48x96 windows). 返回经过训练以进行人检测的分类器的系数（对于48x96窗口）。
getDefaultPeopleDetector：Returns coefficients of the classifier trained for people detection (for 64x128 windows). 返回经过训练以进行人检测的分类器的系数（对于64x128窗口）

---

函数api

virtual void cv::HOGDescriptor::setSVMDetector 	(InputArray svmdetector) 	

功能描述
Sets coefficients for the linear SVM classifier. 设置线性SVM分类器的系数。

代码演示

int hog_hvm(void)
{
#if 0    //行人图片检测
	Mat src, dst, gray_src;
	string pic = string(Pic_Path) + string(Pic_Name);
	cout << "打开图片路径：" << pic << endl;

	src = imread(pic);
	if (src.empty())
	{
		cout << "图片不存在或打开失败" << endl;
		return -1;
	}
	//resize(src, dst, Size(64, 128));
	//图片转换为灰度图像
	cvtColor(src, gray_src, COLOR_BGR2GRAY);
	namedWindow("原始图片", WINDOW_AUTOSIZE);
	imshow("原始图片", src);

	/*
	//定义一个HOG对象
	HOGDescriptor detector(Size(64, 128), Size(16, 16), Size(8, 8), Size(8, 8), 9);

	//计算HOG算子
	vector<float> descriptors;
	vector<Point> locations;
	//这里是单窗口计算 窗口步进填写为不步进
	detector.compute(gray_src, descriptors, Size(0, 0), Size(0, 0), locations);
	printf("HOG descriptors is %d\n", descriptors.size());
	*/

	// 1. 定义HOG对象  
	cv::HOGDescriptor hog; // 采用默认参数  
	// 2. 设置SVM分类器  
	hog.setSVMDetector(cv::HOGDescriptor::getDefaultPeopleDetector());   // 采用已经训练好的行人检测分类器  
	// 3. 在测试图像上检测行人区域  
	vector<cv::Rect> regions;
	hog.detectMultiScale(gray_src, regions, 0, cv::Size(8, 8), cv::Size(32, 32), 1.05, 2);
	dst=src.clone();
	// 显示  
	for (size_t i = 0; i < regions.size(); i++)
	{
		cv::rectangle(dst, regions[i], cv::Scalar(0, 0, 255), 2);
	}
	namedWindow("行人检测图片", WINDOW_AUTOSIZE);
	imshow("行人检测图片", dst);
#endif
#if 1 //行人视频检测
	Mat src,gray_src,dst;
	VideoCapture cap;
	vector<Rect> regions;
	// 1. 定义HOG对象  
	HOGDescriptor hog; // 采用默认参数  
	// 2. 设置SVM分类器  
	hog.setSVMDetector(cv::HOGDescriptor::getDefaultPeopleDetector());   // 采用已经训练好的行人检测分类器  
	cap.open("test.mp4");
	if (!cap.isOpened())
	{
		return -1;
	}
	while (1)
	{
		cap >> src;
		imshow("srcVideo", src);
		if (src.empty())
			break;
		src.copyTo(dst);
		cvtColor(src, gray_src, COLOR_BGR2GRAY);
		// 3. 在测试图像上检测行人区域  
		hog.detectMultiScale(gray_src, regions, 0, cv::Size(8, 8), cv::Size(32, 32), 1.05, 2);

		// 显示,框出行人  
		for (size_t i = 0; i < regions.size(); i++)
		{
			cv::rectangle(dst, regions[i], cv::Scalar(0, 0, 255), 2);
		}
		imshow("VideoTest", dst);
		waitKey(30); //延时30ms 
	}
	waitKey(0);
	destroyAllWindows();
	return 0;
#endif

---

处理结果