74、OpenCV 中的支持向量机目标检测方法

OpenCV 中的支持向量机目标检测方法

在计算机视觉领域，目标检测是一个重要的研究方向。OpenCV 提供了多种基于支持向量机（SVM）的目标检测方法，本文将详细介绍 Latent SVM 和 Bag of Words 这两种方法。

1. -mode 参数选项及训练建议

在目标检测的训练过程中， -mode 参数有不同的选项：
- BASIC ：仅包含最简单的 Haar 小波集，即每个方向上有一个偶数小波和一个奇数小波。
- CORE ：在 BASIC 的基础上，额外包含四个高阶 Haar 小波。
- ALL ：除了 CORE 的内容，还包含一些小波的旋转对角元素。

虽然 traincascade 有很多选项，但在许多实际场景中，使用默认值往往就能取得不错的效果。如果要针对特定类型的目标（非人脸）训练级联分类器，建议在网络或文献中搜索是否有人已经针对该特定目标进行过训练。通常，其他人可能已经在优化训练参数方面做了很多工作。

2. 基于支持向量机的目标检测方法概述

OpenCV 中有一类基于支持向量机的目标检测算法，与基于树的方法类似，这类算法也有许多额外的组件用于处理数据和训练过程的可重用表示。本文将重点介绍两种方法：Latent SVM 和 Bag of Words。这两种方法虽然都依赖于支持向量机，但实现方式有很大不同：
- Latent SVM ：适用于检测可变形对象，如行人。它明