Object Recognition and Scene Understanding（二）OpenCV 中HOG特徵參數個數及圖解

這部分都是一些介紹，不需要主觀加工，直接收集起來分享之。

1. OpenCV中HOG特徵參數圖解

http://blog.csdn.net/raocong2010/article/details/6239431

最近要做映像特徵提取，可能要用下HOG特徵，所以研究了下OpenCV的HOG描述子。OpenCV中的HOG特徵提取功能使用了HOGDescriptor這個類來進行封裝，其中也有現成的行人檢測的介面。然而，無論是OpenCV官方說明文檔還是各個中英文網站目前都沒有這個類的使用說明，所以在這裡把研究的部分心得分享一下。

      首先我們進入HOGDescriptor所在的標頭檔，看看它的建構函式需要哪些參數。

[cpp]
view plaincopyprint?

1. CV_WRAP HOGDescriptor() : winSize(64,128), blockSize(16,16), blockStride(8,8), 
   
2.     cellSize(8,8), nbins(9), derivAperture(1), winSigma(-1), 
3.     histogramNormType(HOGDescriptor::L2Hys), L2HysThreshold(0.2), gammaCorrection(true),  
   
4.     nlevels(HOGDescriptor::DEFAULT_NLEVELS) 
5. {} 

    CV_WRAP HOGDescriptor() : winSize(64,128), blockSize(16,16), blockStride(8,8),    cellSize(8,8), nbins(9), derivAperture(1), winSigma(-1),        histogramNormType(HOGDescriptor::L2Hys), L2HysThreshold(0.2), gammaCorrection(true),         nlevels(HOGDescriptor::DEFAULT_NLEVELS)    {}

[cpp]
view plaincopyprint?

1. CV_WRAP HOGDescriptor(Size _winSize, Size _blockSize, Size _blockStride, 
   
2.               Size _cellSize, int _nbins,
   int _derivAperture=1, double _winSigma=-1, 
   
3.               int _histogramNormType=HOGDescriptor::L2Hys, 
   
4.               double _L2HysThreshold=0.2,
   bool _gammaCorrection=false, 
   
5.               int _nlevels=HOGDescriptor::DEFAULT_NLEVELS) 
   
6. : winSize(_winSize), blockSize(_blockSize), blockStride(_blockStride), cellSize(_cellSize), 
   
7. nbins(_nbins), derivAperture(_derivAperture), winSigma(_winSigma), 
   
8. histogramNormType(_histogramNormType), L2HysThreshold(_L2HysThreshold), 
   
9. gammaCorrection(_gammaCorrection), nlevels(_nlevels) 
10. {} 

        CV_WRAP HOGDescriptor(Size _winSize, Size _blockSize, Size _blockStride,                  Size _cellSize, int _nbins, int _derivAperture=1, double _winSigma=-1,                  int _histogramNormType=HOGDescriptor::L2Hys,                  double _L2HysThreshold=0.2, bool _gammaCorrection=false,                  int _nlevels=HOGDescriptor::DEFAULT_NLEVELS)    : winSize(_winSize), blockSize(_blockSize), blockStride(_blockStride), cellSize(_cellSize),    nbins(_nbins), derivAperture(_derivAperture), winSigma(_winSigma),    histogramNormType(_histogramNormType), L2HysThreshold(_L2HysThreshold),    gammaCorrection(_gammaCorrection), nlevels(_nlevels)    {}

[cpp]
view plaincopyprint?

1. CV_WRAP HOGDescriptor(const String& filename) 
   
2. { 
3.     load(filename); 
4. } 

        CV_WRAP HOGDescriptor(const String& filename)    {        load(filename);    }

[cpp]
view plaincopyprint?

1. HOGDescriptor(const HOGDescriptor& d) 
   
2. { 
3.     d.copyTo(*this); 
   
4. } 

        HOGDescriptor(const HOGDescriptor& d)    {        d.copyTo(*this);    }

      我們看到HOGDescriptor一共有4個建構函式，前三個有CV_WRAP首碼，表示它們是從DLL裡匯出的函數，即我們在程式當中可以調用的函數；最後一個沒有上述的首碼，所以我們暫時用不到，它其實就是一個拷貝建構函式。

      下面我們就把注意力放在前面的建構函式的參數上面吧，這裡有幾個重要的參數要研究下：winSize(64,128), blockSize(16,16), blockStride(8,8), cellSize(8,8), nbins(9)。上面這些都是HOGDescriptor的成員變數，括弧裡的數值是它們的預設值，它們反應了HOG描述子的參數。這裡做了幾個來表示它們的含義。

      視窗大小 winSize

      塊大小 blockSize

      胞元大小 cellSize

      梯度方向數 nbins

      nBins表示在一個胞元（cell）中統計梯度的方向數目，例如nBins=9時，在一個胞元內統計9個方向的梯度長條圖，每個方向為180/9=20度。

      HOG描述子維度

      在確定了上述的參數後，我們就可以計算出一個HOG描述子的維度了。OpenCV中的HOG原始碼是按照下面的式子計算出描述子的維度。

[cpp]
view plaincopyprint?

1. size_t HOGDescriptor::getDescriptorSize()
   const 
2. { 
3.     CV_Assert(blockSize.width % cellSize.width == 0 && 
4.         blockSize.height % cellSize.height == 0); 
5.     CV_Assert((winSize.width - blockSize.width) % blockStride.width == 0 && 
   
6.         (winSize.height - blockSize.height) % blockStride.height == 0 ); 
   
7.     return (size_t)nbins* 
   
8.         (blockSize.width/cellSize.width)* 
9.         (blockSize.height/cellSize.height)* 
10.         ((winSize.width - blockSize.width)/blockStride.width + 1)* 
11.         ((winSize.height - blockSize.height)/blockStride.height + 1); 
    
12. } 

size_t HOGDescriptor::getDescriptorSize() const{    CV_Assert(blockSize.width % cellSize.width == 0 &&        blockSize.height % cellSize.height == 0);    CV_Assert((winSize.width - blockSize.width) % blockStride.width == 0 &&        (winSize.height - blockSize.height) % blockStride.height == 0 );    return (size_t)nbins*        (blockSize.width/cellSize.width)*        (blockSize.height/cellSize.height)*        ((winSize.width - blockSize.width)/blockStride.width + 1)*        ((winSize.height - blockSize.height)/blockStride.height + 1);}

      參考文獻

      OpenCV中的HOG演算法來源於Histograms of Oriented Gradients for Human Detection, CVPR 2005。詳細的演算法可以參考這個文章。

 

2.OpenCV中HOG特徵參數個數

http://gz-ricky.blogbus.com/logs/85326280.html

在OpenCV實現的是R-HOG,
即對映像img->視窗window->塊block->細胞單元cell進行向量統計

首先看描述器的建構函式,
我用

       HOGDescriptor *desc=newHOGDescriptor(cvSize(40,80),cvSize(10,20),cvSize(5,10),cvSize(5,5),9);

進行測試..

 

這裡的window為(40, 80), block為(10,
20), block的步進stride是(5, 10),
細胞單元cell是5 * 5像素,
每個cell的長條圖bin是9.

於是,

對每一個cell,
有9個向量

對每一個block,
有2*4個cell,
所以有72個向量

對於window而言,
計算block個數的方法是,
對兩個方向計算 (window_size -block_size)/block_stride + 1,
算得共有7*7
個block, 共有72*49=3528個向量

 

在搜尋img,
計算圖片特徵的時候,
調用desc->compute(img,w,cvSize(10,20),cvSize(0,0));

其中img是輸入映像, w是儲存向量的vector,
第三個是window的步進,
第四個是padding,
用於填充圖片以適應大小的.

 

當設定padding為預設(0,0)時,
計算(img_size - window_size) / window_stride +1
不一定為整數

在compute函數中可以看到:

   padding.width = (int)alignSize(std::max(padding.width, 0), cacheStride.width);
    padding.height = (int)alignSize(std::max(padding.height, 0),cacheStride.height);
即padding的大小會自動適應stride的值.

gz_ricky輸入的圖片是96*160的,
對應了5.6 * 5,
經函數調整後變成6 * 5 =30

 

 所以對這張96*160的圖片,
共有105840個特徵向量

 

PS.
如果設定了padding的值,
圖片就會先伸展padding*2,
或許是和內部那個paddingTL和paddingBR兩個有關,
即在Top-Left和Button-Right兩個方向都擴充.
計算特徵數方法同上.

 

hog特徵值會產生以後, 
可以轉入svm訓練的階段了