Object Recognition and Scene Understanding（五）OpenCV中peopledetect詳細介紹

opencv2以後加入了hog相關的內容，並且給出了樣本，用的是法國人Navneet　Dalal最早在CVPR2005會議上提出的方法。

先是使用HOG進行People Detection的，已經提供了完整的方法，在peopledetect.cpp中，主要的方法有HOG特徵提取以及訓練還有識別，你可以通過
hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());用已經訓練好的模型直接檢測。用hog.detectMultiScale（...）進行檢測。

 

1.程式說明

#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/objdetect/objdetect.hpp"#include "opencv2/highgui/highgui.hpp"#include <stdio.h>#include <string.h>#include <ctype.h>using namespace cv;using namespace std;//const char* image_filename = "people.jpg";const char* image_filename = "./../2.jpg";void help(){printf("\nDemonstrate the use of the HoG descriptor using\n""  HOGDescriptor::hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());\n""Usage:\n""./peopledetect (<image_filename> | <image_list>.txt)\n\n");}int main(int argc, char** argv){    Mat img;    FILE* f = 0;    char _filename[1024];    if( argc == 1 )    {        printf("Usage: peopledetect (<image_filename> | <image_list>.txt)\n");        //return 0;    }if (argc >1){image_filename = argv[1];}    img = imread(image_filename);if (!img.data){printf( "Unable to load the image\n"                "Pass it as the first parameter: hogpeopledetect <path to people.jpg> \n" );return -1;}    if( img.data )    {    strcpy(_filename, image_filename);    }    else    {        f = fopen(argv[1], "rt");        if(!f)        {    fprintf( stderr, "ERROR: the specified file could not be loaded\n");    return -1;    }    }    HOGDescriptor hog;    hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());    namedWindow("people detector", 1);    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);    vector<Rect> found, found_filtered;    double t = (double)getTickCount();    // run the detector with default parameters. to get a higher hit-rate    // (and more false alarms, respectively), decrease the hitThreshold and    // groupThreshold (set groupThreshold to 0 to turn off the grouping completely).    hog.detectMultiScale(img, found, 0, Size(8,8), Size(32,32), 1.05, 2);    t = (double)getTickCount() - t;    printf("tdetection time = %gms\n", t*1000./cv::getTickFrequency());    size_t i, j;    for( i = 0; i < found.size(); i++ )    {    Rect r = found[i];    for( j = 0; j < found.size(); j++ )    if( j != i && (r & found[j]) == r)    break;    if( j == found.size() )    found_filtered.push_back(r);    }    for( i = 0; i < found_filtered.size(); i++ )    {    Rect r = found_filtered[i];    // the HOG detector returns slightly larger rectangles than the real objects.    // so we slightly shrink the rectangles to get a nicer output.    r.x += cvRound(r.width*0.1);    r.width = cvRound(r.width*0.8);    r.y += cvRound(r.height*0.07);    r.height = cvRound(r.height*0.8);    rectangle(img, r.tl(), r.br(), cv::Scalar(0,255,0), 3);    }    imshow("people detector", img);    int c = waitKey(0) & 255;    if( c == 'q' || c == 'Q' || !f)            break;    }    if(f)        fclose(f);    return 0;}

 

 程式碼簡要說明
1) getDefaultPeopleDetector() 獲得3780維檢測運算元（105 blocks with 4 histograms each and 9 bins per histogram there are 3,780 values）
2).cv::HOGDescriptor hog;　建立類的對象　一系列變數初始化 　
winSize(64,128), blockSize(16,16), blockStride(8,8),
cellSize(8,8), nbins(9), derivAperture(1), winSigma(-1),
histogramNormType(L2Hys), L2HysThreshold(0.2), gammaCorrection(true)

3). 調用函數：detectMultiScale(img, found, 0, cv::Size(8,8), cv::Size(24,16), 1.05, 2);　
　　參數分別為待檢映像、返回結果清單、門檻值hitThreshold、視窗步長winStride、映像padding margin、比例係數、門檻值groupThreshold；通過修改參數發現，就所用的某圖片，參數0改為0.01就檢測不到，改為0.001可以；1.05改為1.1就不行，1.06可以；2改為1可以，0.8以下不行，（24,16）改成（0,0）也可以，（32,32）也行

該函數內容如下
   (1) 得到層數　levels　
某圖片（530，402）為例，lg(402/128)/lg1.05=23.4　則得到層數為24
　(2)　迴圈levels次，每次執行內容如下
HOGThreadData& tdata = threadData[getThreadNum()];
Mat smallerImg(sz, img.type(), tdata.smallerImgBuf.data);
　　　　調用以下核心函數
detect(smallerImg, tdata.locations, hitThreshold, winStride, padding);
其參數分別為，該比例像、返回結果清單、門檻值、步長、margin
該函數內容如下：
(a)得到補齊映像尺寸paddedImgSize
(b)建立類的對象　HOGCache cache(this, img, padding, padding, nwindows == 0, cacheStride); 在建立過程中，首先初始化 HOGCache::init,包括：計算梯度 descriptor->computeGradient、得到塊的個數105、每塊參數個數36　
(c)獲得視窗個數nwindows，以第一層為例，其視窗數為（530＋32*2-64）/8＋1、（402＋32*2-128）/8＋1　＝67*43＝2881，其中（32,32）為winStride參數，也可用（24,16）
(d)在每個視窗執行迴圈，內容如下
在105個塊中執行迴圈，每個塊內容為：通過getblockFunction ComputeHOG特徵並歸一化，36個數分別與運算元中對應數進行相應運算；判斷105個塊的總和　s >= hitThreshold 則認為檢測到目標　
4）主體部分就是以上這些，但很多細節還需要進一步弄清。

詳細的步驟說明看作者的論文吧。 

2.存在的誤區

OpenCV內建的分類器是利用Navneet Dalal和Bill Triggs提供的樣本進行訓練的，不見得能適用於你的應用場合。因此，針對你的特定應用情境，很有必要進行重新訓練得到適合你的分類器。

在上一個專題中（）曾經提到利用SVM訓練樣本得到分類器並且可以儲存成XML檔案

svm.train( data_mat, res_mat, Mat(), Mat(), param );       //☆☆利用訓練資料和確定的學習參數,進行SVM學習☆☆☆☆       svm.save( "E:/apple/SVM_DATA.xml" );  

 

那這些檔案是否可以直接利用去檢測目標呢？

HOGDescriptor hog1；hog1.load("SVM_DATA.xml");hog1.detectMultiScale(img,found);

答案顯然是否定的，SVM訓練出來的是分類器，但hogdescriptor需要的是一個detector，二者是有本質區別的。

下面貼出上個專題中訓練得到的分類器（xml檔案），其中支援向量太多省略，其中各個參數的含義，不做詳細介紹了，明白SVM的應該很容易理解。

<?xml version="1.0"?><opencv_storage><my_svm type_id="opencv-ml-svm">  <svm_type>C_SVC</svm_type>  <kernel><type>RBF</type>    <gamma>8.9999999999999997e-002</gamma></kernel>  <C>10.</C>  <term_criteria><epsilon>1.1920928955078125e-007</epsilon>    <iterations>2147483647</iterations></term_criteria>  <var_all>1764</var_all>  <var_count>1764</var_count>  <class_count>2</class_count>  <class_labels type_id="opencv-matrix">    <rows>1</rows>    <cols>2</cols>    <dt>i</dt>    <data>      0 1</data></class_labels>  <sv_total>5</sv_total>  <support_vectors>    <_>支援向量省略</_></support_vectors>  <decision_functions>    <_>      <sv_count>5</sv_count>      <rho>-2.9438931041848948e-001</rho>      <alpha>        3.0069228814749499e-001 4.8593661661382231e-001        3.3096444767386463e-001 3.3785525729586080e-001        -1.4554486097310426e+000</alpha>      <index>        0 1 2 3 4</index></_></decision_functions></my_svm></opencv_storage>

 

 

detector只是一個向量，可以通過分類器直接轉化。

 

3.解決方案

關於如何訓練樣本，且利用分類器求取detector的方法，下一篇博文介紹

參考：

OpenCV2.0 peopledetect 學習體會：http://www.opencv.org.cn/forum/viewtopic.php?f=1&t=9146