利用SVM训练自己的XML文件

最新推荐文章于 2022-08-17 10:32:54 发布

Armily

最新推荐文章于 2022-08-17 10:32:54 发布

阅读量5k

点赞数

分类专栏： SVM HOG+SVM行人检测

SVM 同时被 2 个专栏收录

20 篇文章

订阅专栏

HOG+SVM行人检测

14 篇文章

订阅专栏

本文介绍了一种基于HOG特征和支持向量机(SVM)的人脸检测方法，并提供了详细的步骤及代码实现，包括样本图像采集、特征提取、模型训练及预测等过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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–w_b )/stride + 1)*((H-h_b)/stride+1)*bins*n ，

其中W为图片的宽，H为图片的高，w_b和h_b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;