C++ OpenCV 3.4：HOG detectMultiScale() / detect() 问题

Question

我在使用 detectmultiScale() 函数时遇到问题。我正在开发多个对象（汽车、树、建筑物……）的对象识别器。为此，我训练了 n 个二进制 SVM（object_i/no_object_i）。在测试集（具有相同大小的补丁）上，我得到大约 90% 的准确率，这非常好。然而，当我使用它们来检测更大图像中的对象（即使用 MultiScale() ）时，无论我使用什么模型，我都会在图像中间得到一个漂亮的窗口。

您对这里可能出现的问题有任何想法吗？我使用了 detect() 函数，在这种情况下，我得到了完全相反的情况。到处都是正方形。

我还给出了一个向量作为函数参数以获得置信权重。但是，返回的值始终在 20 - 30 左右。有人知道它们是什么意思吗？它应该针对哪个因素进行归一化？

// get the support vectors
    cv::Mat sv = svm->getSupportVectors();
    const int sv_total = sv.rows;
    // get the decision function
    cv::Mat alpha, svidx;
    double rho = svm->getDecisionFunction(0, alpha, svidx);
    std::vector< float > hog_detector(sv.cols + 1);
    memcpy(&hog_detector[0], sv.ptr(), sv.cols * sizeof(hog_detector[0]));
    hog_detector[sv.cols] = (float)-rho;


    //hog.winSize = cv::Size(64, 48);
    hog.setSVMDetector(hog_detector);

    //look for cars in an image:

    cv::Mat test_img = cv::imread(SCENE_IMG_PATH + "street_par150.jpg");
    cv::imwrite("result_1.jpg", test_img);

    std::vector<cv::Rect> obj_locations;
    std::vector<double> coinfidence_value;
    hog.detectMultiScale(test_img, obj_locations, coinfidence_value,0.00, cv::Size(4,4), cv::Size(0, 0), 1.05, 2.0, false);
    //what with normal?
    std::vector<cv::Point> obj_locs;
    std::vector<double> coinfidence_values;
    hog.detect(test_img, obj_locs,coinfidence_values, (0.0), cv::Size(4, 4), cv::Size(0,0));

Answer 1

好的，我为线性 SVM 解决了这个问题。由于没有或几乎没有关于此的文档，也许它对其他人有用，所以：我们开始吧！

问题是 alphas 和 rhos 已经在内部乘以 -1，因此，需要这样做：

// get the support vectors
    cv::Mat sv = svm->getSupportVectors();
    sv = -sv;
    const int sv_total = sv.rows;
    // get the decision function
    cv::Mat alpha, svidx;
    double rho = svm->getDecisionFunction(0, alpha, svidx);
    std::vector< float > hog_detector(sv.cols + 1);
    memcpy(&hog_detector[0], sv.ptr(), sv.cols * sizeof(hog_detector[0]));
    hog_detector[sv.cols] = (float) rho;

之后它并不能完美地工作，但它会做它应该做的事情，并且与“错误”版本相比非常快。

Answer 2

我也遇到了同样的问题。无论输入什么测试图片，输出的中间总是有一个矩形，并且矩形总是出现在同一个地方。

我使用 David Romero 的解决方案修复了它！非常感谢！

// get the support vectors
    cv::Mat sv = svm->getSupportVectors();
    sv = -sv;
    const int sv_total = sv.rows;
    // get the decision function
    cv::Mat alpha, svidx;
    double rho = svm->getDecisionFunction(0, alpha, svidx);
    std::vector< float > hog_detector(sv.cols + 1);
    memcpy(&hog_detector[0], sv.ptr(), sv.cols * sizeof(hog_detector[0]));
    hog_detector[sv.cols] = (float) rho;

效果不错！