HOG 行人檢測 學習體會（如何製作訓練樣本）

轉自：http://www.opencv.org.cn/forum/viewtopic.php?f=1&t=9146#p35176

////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

如何製作訓練樣本

分析了原作者的資料集，結合網上一些資料，下面描述如何製作訓練樣本
1、如何從原始圖片產生樣本
對比INRIAPerson\INRIAPerson\Train\pos（原始圖片），INRIAPerson\train_64x128_H96\pos（產生樣本）可以發現，作者從原始圖片裁剪出一些站立的人，要求該人不被遮擋，然後對剪裁的圖片left-right reflect。以第一張圖片為例crop001001，它剪裁了2個不被遮擋的人，再加上原照片，共3張，再加左右鏡像，總共6張。

2、裁剪
　可利用基於opencv1.0的程式imageclipper，進行裁剪並儲存,它會自動組建檔案名並儲存在同一路徑下新產生的imageclipper檔案夾下。

 

3.改變圖片大小
　可以利用Acdsee軟體，Tools/open in editor,進去後到Resize選項;　tools/rotate還可實現left-right reflect

 

4. 製作pos.lst列表　 進入dos介面，定位到需要製作列表的圖片檔案夾下，輸入 dir /b> pos.lst，即可組建檔案列表；

 

仔細分析了cvhop.cpp中的compute函數，可以直接調用它來獲得樣本HOG，然後訓練得到檢測運算元

1.製作樣本
2.對每一張圖片調用
hog.compute(img, descriptors,Size(8,8), Size(0,0));
可以產生hog descriptors，把它儲存到檔案中
for(int j=0;j<3780;j++)
fprintf(f,"%f,",descriptors[j]);
3.利用SVM進行訓練和分類，可得到權重係數，即getDefaultPeopleDetector()函數中調用的檢測運算元detector[ ]