利用Hog特征和SVM分类器进行行人检测

  之前介绍过 Hog 特征(http://blog.csdn.net/carson2005/article/details/7782726)，也介绍过 SVM 分类器（ http://blog.csdn.net/carson2005/article/details/6453502 ）；而本文的目的在于介绍利用Hog特征和SVM分类器来进行行人检测。

        在2005年CVPR上，来自法国的研究人员Navneet Dalal 和Bill Triggs提出利用Hog进行特征提取，利用线性SVM作为分类器，从而实现行人检测。而这两位也通过大量的测试发现，Hog+SVM是速度和效果综合平衡性能较好的一种行人检测方法。后来，虽然很多研究人员也提出了很多改进的行人检测算法，但基本都以该算法为基础框架。因此，Hog+SVM也成为一个里程表式的算法被写入到OpenCV中。在OpenCV2.0之后的版本，都有Hog特征描述算子的API，而至于SVM，早在OpenCV1.0版本就已经集成进去了；OpenCV虽然提供了Hog和SVM的API，也提供了行人检测的sample，遗憾的是，OpenCV并没有提供样本训练的sample。这也就意味着，很多人只能用OpenCV自带的已经训练好的分类器来进行行人检测。然而，OpenCV自带的分类器是利用Navneet Dalal和Bill Triggs提供的样本进行训练的，不见得能适用于你的应用场合。因此，针对你的特定应用场景，很有必要进行重新训练得到适合你的分类器。本文的目的，正在于此。

重新训练行人检测的流程：

（1）准备训练样本集合；包括正样本集和负样本集；根据机器学习的基础知识我们知道，要利用机器学习算法进行样本训练，从而得到一个性能优良的分类器，训练样本应该是无限多的，而且训练样本应该覆盖实际应用过程中可能发生的各种情况。（很多朋友，用10来个正样本，10来个负样本进行训练，之后，就进行测试，发现效果没有想象中的那么好，就开始发牢骚，抱怨。。。对于这些人，我只能抱歉的说，对于机器学习、模式识别的认识，你还处于没有入门的阶段）；实际应用过程中，训练样本不可能无限多，但无论如何，三五千个正样本，三五千个负样本，应该不是什么难事吧？（如果连这个都做不到，建议你别搞机器学习，模式识别了；训练素材都没有，怎么让机器学习到足够的信息呢？）

（2）收集到足够的训练样本之后，你需要手动裁剪样本。例如，你想用Hog+SVM来对商业步行街的监控画面中进行行人检测，那么，你就应该用收集到的训练样本集合，手动裁剪画面中的行人（可以写个简单程序，只需要鼠标框选一下，就将框选区域保存下来）。

（3）裁剪得到训练样本之后，将所有正样本放在一个文件夹中；将所有负样本放在另一个文件夹中；并将所有训练样本缩放到同样的尺寸大小。OpenCV自带的例子在训练时，就是将样本缩放为64*128进行训练的；

（4）提取所有正样本的Hog特征；

（5）提取所有负样本的Hog特征；

（6）对所有正负样本赋予样本标签；例如，所有正样本标记为1，所有负样本标记为0；

（7）将正负样本的Hog特征，正负样本的标签，都输入到SVM中进行训练；Dalal在论文中考虑到速度问题，建议采用线性SVM进行训练。这里，不妨也采用线性SVM；

（8）SVM训练之后，将结果保存为文本文件。

（9）线性SVM进行训练之后得到的文本文件里面，有一个数组，叫做support vector，还有一个数组，叫做alpha,有一个浮点数，叫做rho;将alpha矩阵同support vector相乘，注意，alpha*supportVector,将得到一个列向量。之后，再该列向量的最后添加一个元素rho。如此，变得到了一个分类器，利用该分类器，直接替换opencv中行人检测默认的那个分类器（cv::HOGDescriptor::setSVMDetector()），就可以利用你的训练样本训练出来的分类器进行行人检测了。

下面给出样本训练的参考代码：

class Mysvm: public CvSVM
{
public:
 int get_alpha_count()
 {
  return this->sv_total;
 }

 int get_sv_dim()
 {
  return this->var_all;
 }

 int get_sv_count()
 {
  return this->decision_func->sv_count;
 }

 double* get_alpha()
 {
  return this->decision_func->alpha;
 }

 float** get_sv()
 {
  return this->sv;
 }

 float get_rho()
 {
  return this->decision_func->rho;
 }
};

void Train()
{
 char classifierSavePath[256] = "c:/pedestrianDetect-peopleFlow.txt";

 string positivePath = "E:\\pictures\\train1\\pos\\";
 string negativePath = "E:\\pictures\\train1\\neg\\";

 int positiveSampleCount = 4900;
 int negativeSampleCount = 6192;
 int totalSampleCount = positiveSampleCount + negativeSampleCount;

 cout<<"//"<  cout<<"totalSampleCount: "<  cout<<"positiveSampleCount: "<  cout<<"negativeSampleCount: "<

 CvMat *sampleFeaturesMat = cvCreateMat(totalSampleCount , 1764, CV_32FC1);
 //64*128的训练样本，该矩阵将是totalSample*3780,64*64的训练样本，该矩阵将是totalSample*1764
 cvSetZero(sampleFeaturesMat); 
 CvMat *sampleLabelMat = cvCreateMat(totalSampleCount, 1, CV_32FC1);//样本标识 
 cvSetZero(sampleLabelMat); 

 cout<<"************************************************************"<  cout<<"start to training positive samples..."<

 char positiveImgName[256];
 string path;
 for(int i=0; i  { 
  memset(positiveImgName, '\0', 256*sizeof(char));
  sprintf(positiveImgName, "%d.jpg", i);
  int len = strlen(positiveImgName);
  string tempStr = positiveImgName;
  path = positivePath + tempStr;

  cv::Mat img = cv::imread(path);
  if( img.data == NULL )
  {
   cout<<"positive image sample load error: "<    system("pause");
   continue;
  }

  cv::HOGDescriptor hog(cv::Size(64,64), cv::Size(16,16), cv::Size(8,8), cv::Size(8,8), 9);
  vector featureVec;

  hog.compute(img, featureVec, cv::Size(8,8)); 
  int featureVecSize = featureVec.size();

  for (int j=0; j   {    
   CV_MAT_ELEM( *sampleFeaturesMat, float, i, j ) = featureVec[j];
  } 
  sampleLabelMat->data.fl[i] = 1;
 }
 cout<<"end of training for positive samples..."<

 cout<<"*********************************************************"<  cout<<"start to train negative samples..."<

 char negativeImgName[256];
 for (int i=0; i  { 
  memset(negativeImgName, '\0', 256*sizeof(char));
  sprintf(negativeImgName, "%d.jpg", i);
  path = negativePath + negativeImgName;
  cv::Mat img = cv::imread(path);
  if(img.data == NULL)
  {
   cout<<"negative image sample load error: "<    continue;
  }

  cv::HOGDescriptor hog(cv::Size(64,64), cv::Size(16,16), cv::Size(8,8), cv::Size(8,8), 9); 
  vector featureVec;

  hog.compute(img,featureVec,cv::Size(8,8));//计算HOG特征
  int featureVecSize = featureVec.size(); 

  for ( int j=0; j   { 
   CV_MAT_ELEM( *sampleFeaturesMat, float, i + positiveSampleCount, j ) = featureVec[ j ];
  } 

  sampleLabelMat->data.fl[ i + positiveSampleCount ] = -1;
 } 

 cout<<"end of training for negative samples..."<  cout<<"********************************************************"<  cout<<"start to train for SVM classifier..."<

 CvSVMParams params; 
 params.svm_type = CvSVM::C_SVC; 
 params.kernel_type = CvSVM::LINEAR; 
 params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, 1000, FLT_EPSILON);
 params.C = 0.01;

 Mysvm svm;
 svm.train( sampleFeaturesMat, sampleLabelMat, NULL, NULL, params ); //用SVM线性分类器训练
 svm.save(classifierSavePath);

 cvReleaseMat(&sampleFeaturesMat);
 cvReleaseMat(&sampleLabelMat);

 int supportVectorSize = svm.get_support_vector_count();
 cout<<"support vector size of SVM："<  cout<<"************************ end of training for SVM ******************"<

 CvMat *sv,*alp,*re;//所有样本特征向量
 sv  = cvCreateMat(supportVectorSize , 1764, CV_32FC1);
 alp = cvCreateMat(1 , supportVectorSize, CV_32FC1);
 re  = cvCreateMat(1 , 1764, CV_32FC1);
 CvMat *res  = cvCreateMat(1 , 1, CV_32FC1);

 cvSetZero(sv);
 cvSetZero(re);
 
 for(int i=0; i  {
  memcpy( (float*)(sv->data.fl+i*1764), svm.get_support_vector(i), 1764*sizeof(float)); 
 }

 double* alphaArr = svm.get_alpha();
 int alphaCount = svm.get_alpha_count();

 for(int i=0; i  {
        alp->data.fl[i] = alphaArr[i];
 }
 cvMatMul(alp, sv, re);

 int posCount = 0;
 for (int i=0; i<1764; i++)
 {
  re->data.fl[i] *= -1;
 }

 FILE* fp = fopen("c:/hogSVMDetector-peopleFlow.txt","wb");
 if( NULL == fp )
 {
  return 1;
 }
 for(int i=0; i<1764; i++)
 {
  fprintf(fp,"%f \n",re->data.fl[i]);
 }
 float rho = svm.get_rho();
 fprintf(fp, "%f", rho);
 cout<<"c:/hogSVMDetector.txt 保存完毕"<  fclose(fp);

 return 1;
}

接着，再给出利用训练好的分类器进行行人检测的参考代码：

void Detect()
{
 CvCapture* cap = cvCreateFileCapture("E:\\02.avi");
 if (!cap)
 {
  cout<<"avi file load error..."<   system("pause");
  exit(-1);
 }

 vector x;
 ifstream fileIn("c:/hogSVMDetector-peopleFlow.txt", ios::in);
 float val = 0.0f;
 while(!fileIn.eof())
 {
  fileIn>>val;
  x.push_back(val);
 }
 fileIn.close();

 vector  found;
 cv::HOGDescriptor hog(cv::Size(64,64), cv::Size(16,16), cv::Size(8,8), cv::Size(8,8), 9);
 hog.setSVMDetector(x);

 IplImage* img = NULL;
 cvNamedWindow("img", 0);
 while(img=cvQueryFrame(cap))
 {
  hog.detectMultiScale(img, found, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 2);
  if (found.size() > 0)
  {

   for (int i=0; i    {
    CvRect tempRect = cvRect(found[i].x, found[i].y, found[i].width, found[i].height);

    cvRectangle(img, cvPoint(tempRect.x,tempRect.y),
     cvPoint(tempRect.x+tempRect.width,tempRect.y+tempRect.height),CV_RGB(255,0,0), 2);
   }
  }
 }
 cvReleaseCapture(&cap);
}