作者：叮叮当叮叮当叮叮当_212 | 来源：互联网 | 2023-06-15 12:26
【原文：http:blog.csdn.netArmilyarticledetails8333862】在人脸检测中，我们一般利用训练好的XML文件去预测图像中是否存在人脸，那么XML文件是
【原文：http://blog.csdn.net/Armily/article/details/8333862】
在人脸检测中，我们一般利用训练好的XML文件去预测图像中是否存在人脸，那么XML文件是如何得到的，按照人脸的XML文件，它应该是提取样本的Haar特征，利用某个机器学习方法，最终得到的。本文主要讨论如何得到自己的XML文件。
在机器学习中，首先应该是采集样本，然后提取他们的特征，本人主要利用HOG特征进行实验。
1、采集样本图像（正样本和负样本），将其归一化到一个的尺度，如48X48.
2、将样本图像的名称写到一个TXT文件，方便程序调用.
3、依次提取每张图像的HOG特征向量.
4、利用SVM进行训练.
5、得到XML文件
具体代码如下：
HOG特征向量计算方法：
利用矩形HOG结构，2×2个cell组成一个block块，每个cell由8×8像素的图像区域组成，步长N为8，而每个cell的梯度方向从00-3600分成9个方向块。对于00-1800的方向均匀投影到9个方向块，比如00-200投影到a1块，200-400投影到a2块。也就是说每个cell要对9维的特征进行梯度幅度投影，形成9维的特征向量，block内的四个cell独立产生9维的特征向量，计算某个cell的特征向量时，投影的时候同一个block内的另外三个cell中的像素也要对这个cell的特征向量进行投影，投影的权重使用三线性插值方法，这样在48×48的图片大小下，利用公式N = ((W–wb )/stride + 1)*((H-hb)/stride+1)*bins*n ，
其中W为图片的宽，H为图片的高，wb和hb为block的宽与高，stride为cell的大小，bins为投影的区块，n为一个block中包含的cell的个数。
就产生900维的特征向量。
- //////////////////extract the hog feature from images //////////////////////////////////////////////////////////////
- #define HOG_VECTOR 900 // 图像HOG特征向量 ((48-16)/8 + 1)*(48-16)/8 + 1)*9*4=900
- #define TRAIN_IMG_NUM 800 //总共的样本（图像）数
- HOGDescriptor hog(cvSize(48,48),cvSize(16,16),cvSize(8,8),cvSize(8,8),9,1,- 1,HOGDescriptor::L2Hys,0.2,false,HOGDescriptor::DEFAULT_NLEVELS); //初始化HOG描述符
- vector<float>descrip;
- vector<float>totaldescrip(HOG_VECTOR*TRAIN_IMG_NUM); //将所有HOG特征向量保存在vector中
- vector<float>::iterator pos;
- pos=totaldescrip.begin();
- int ImageNum=0;
- Mat img;
- FILE* f = "pictures.txt"; //存放样本图像
-
- char _filename[1024];
-
- 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);
- hog.compute(img,descrip); //计算每幅图像的HOG特征向量
-
- vector<float>::iterator iter;
- for (iter=descrip.begin();iter!=descrip.end();iter++,pos++)
- {
- *pos=*iter;
- }
- }
-
- float* buf2=&totaldescrip[0];
- Mat data_mat(TRAIN_IMG_NUM,HOG_VECTOR,CV_32FC1,buf2);
-
- //将图像标记为两类：1->正样本；2->负样本
- Mat res_mat=Mat::ones(TRAIN_IMG_NUM,1,CV_32SC1);
- for (int k=400;k<800;k++)
- {
- res_mat.at<unsigned int>(k, 0)=2;
- }
- //利用SVM进行训练,生成XML文件
- TermCriteria criteria;
- SVM svm = SVM ();
- SVMParams param;
- criteria = cvTermCriteria (CV_TERMCRIT_EPS, 1000, FLT_EPSILON);
- param = SVMParams (SVM::C_SVC, SVM::LINEAR, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria);
- svm.train(data_mat,res_mat,Mat(), Mat(), param);
- svm.save ("svm_image.xml");
预测的代码：
- hog.compute(img,descrip3);
- float* buf3=&descrip3[0];
- Mat hog_data_mat(1,900,CV_32FC1,buf3);
-
- SVM svm_hog=CvSVM();
- svm_hog.load("svm_image.xml");
- float index=0.;
- index=svm_hog.predict(hog_data_mat);
- cout<<"index="<<index<<endl;
京公网安备 11010802041100号