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

Question

我在使用 detectmultiScale() 函數時遇到問題。 我正在開發多個對象（汽車、樹、建築物等）的對象識別器。 為此，我訓練了 n 個二進制 SVM (object_i/no_object_i)。 在測試集（具有相同大小的補丁）上，我獲得了大約 90% 的准確率，這非常好。 然而，當我使用它們來檢測更大圖像中的對象（即使用 MultiScale() ）時，無論我使用什么模型，我都會在圖像中間得到一個漂亮的窗口。

你知道這里可能是什么問題嗎？ 我使用了 detect() 函數，在這種情況下，我得到了完全相反的情況。 到處都是廣場。

我也給了一個向量作為函數參數來獲得置信權重。 但是，返回值總是在 20 - 30 左右。有人知道它們是什么意思嗎？ 它應該針對哪個因素進行標准化？

// 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，我為線性 SVM 解決了這個問題。 由於從沒有到幾乎沒有關於此的文檔，也許它對其他人有用，所以：我們開始吧！

問題是 alphas 和 rhos 已經在內部乘以 -1，因此，需要這樣做：

// 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;

之后它無法完美運行，但可以完成它應該做的事情，並且與“錯誤”版本相比非常快。

Answer 2

我也遇到同樣的問題。 無論輸入什么測試圖片，輸出的中間總是有一個矩形，矩形總是出現在同一個地方。

我用 David Romero 的解決方案修復了它！ 非常感謝！

// 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;

它運行良好！