最近一直在關注視頻中人體識別、訓練及跟蹤這塊的實現,想在opencv上實現基本操作,因此也看了很多大牛的博客和相關的論文,現在對出現的一些問題進行簡單的記錄。
首先對圖片中的人體進行識別,目前主要的是HOG+級聯SVM分類器進行,但是目前的代碼誤差還是很大,漏檢錯檢還是頻出,正在進行調整:
(1)一開始在網上找了一些代碼,代碼是使用之前說的HOG+級聯SVM分類器,但是在編譯的過程中會發現,它使用的是代碼文件中已經生成好的.xml文件,所以就想着能不能自己訓練一個分類器,並將其保存在自己的.xml文件中,所以進行了一些實驗。
1、先上原始代碼:
#include <iostream>
#include <fstream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/objdetect/objdetect.hpp>
#include <opencv2/ml/ml.hpp>
using namespace std;
using namespace cv;
#define PosSamNO 2400 //正樣本個數
#define NegSamNO 12000 //負樣本個數
#define TRAIN false //是否進行訓練,true表示重新訓練,false表示讀取xml文件中的SVM模型
#define CENTRAL_CROP true //true:訓練時,對96*160的INRIA正樣本圖片剪裁出中間的64*128大小人體
//HardExample:負樣本個數。如果HardExampleNO大於0,表示處理完初始負樣本集後,繼續處理HardExample負樣本集。
//不使用HardExample時必須設置爲0,因爲特徵向量矩陣和特徵類別矩陣的維數初始化時用到這個值
#define HardExampleNO 4435
//繼承自CvSVM的類,因爲生成setSVMDetector()中用到的檢測子參數時,需要用到訓練好的SVM的decision_func參數,
//但通過查看CvSVM源碼可知decision_func參數是protected類型變量,無法直接訪問到,只能繼承之後通過函數訪問
class MySVM : public CvSVM
{
public:
//獲得SVM的決策函數中的alpha數組
double * get_alpha_vector()
{
return this->decision_func->alpha;
}
//獲得SVM的決策函數中的rho參數,即偏移量
float get_rho()
{
return this->decision_func->rho;
}
};
int main()
{
//檢測窗口(64,128),塊尺寸(16,16),塊步長(8,8),cell尺寸(8,8),直方圖bin個數9
HOGDescriptor hog(Size(64,128),Size(16,16),Size(8,8),Size(8,8),9);//HOG檢測器,用來計算HOG描述子的
int DescriptorDim;//HOG描述子的維數,由圖片大小、檢測窗口大小、塊大小、細胞單元中直方圖bin個數決定
MySVM svm;//SVM分類器
//若TRAIN爲true,重新訓練分類器
if(TRAIN)
{
string ImgName;//圖片名(絕對路徑)
ifstream finPos("INRIAPerson96X160PosList.txt");//正樣本圖片的文件名列表
//ifstream finPos("PersonFromVOC2012List.txt");//正樣本圖片的文件名列表
ifstream finNeg("NoPersonFromINRIAList.txt");//負樣本圖片的文件名列表
Mat sampleFeatureMat;//所有訓練樣本的特徵向量組成的矩陣,行數等於所有樣本的個數,列數等於HOG描述子維數
Mat sampleLabelMat;//訓練樣本的類別向量,行數等於所有樣本的個數,列數等於1;1表示有人,-1表示無人
//依次讀取正樣本圖片,生成HOG描述子
for(int num=0; num<PosSamNO && getline(finPos,ImgName); num++)
{
cout<<"處理:"<<ImgName<<endl;
//ImgName = "D:\\DataSet\\PersonFromVOC2012\\" + ImgName;//加上正樣本的路徑名
ImgName = "D:\\DataSet\\INRIAPerson\\INRIAPerson\\96X160H96\\Train\\pos\\" + ImgName;//加上正樣本的路徑名
Mat src = imread(ImgName);//讀取圖片
if(CENTRAL_CROP)
src = src(Rect(16,16,64,128));//將96*160的INRIA正樣本圖片剪裁爲64*128,即剪去上下左右各16個像素
//resize(src,src,Size(64,128));
vector<float> descriptors;//HOG描述子向量
hog.compute(src,descriptors,Size(8,8));//計算HOG描述子,檢測窗口移動步長(8,8)
//cout<<"描述子維數:"<<descriptors.size()<<endl;
//處理第一個樣本時初始化特徵向量矩陣和類別矩陣,因爲只有知道了特徵向量的維數才能初始化特徵向量矩陣
if( 0 == num )
{
DescriptorDim = descriptors.size();//HOG描述子的維數
//初始化所有訓練樣本的特徵向量組成的矩陣,行數等於所有樣本的個數,列數等於HOG描述子維數sampleFeatureMat
sampleFeatureMat = Mat::zeros(PosSamNO+NegSamNO+HardExampleNO, DescriptorDim, CV_32FC1);
//初始化訓練樣本的類別向量,行數等於所有樣本的個數,列數等於1;1表示有人,0表示無人
sampleLabelMat = Mat::zeros(PosSamNO+NegSamNO+HardExampleNO, 1, CV_32FC1);
}
//將計算好的HOG描述子複製到樣本特徵矩陣sampleFeatureMat
for(int i=0; i<DescriptorDim; i++)
sampleFeatureMat.at<float>(num,i) = descriptors[i];//第num個樣本的特徵向量中的第i個元素
sampleLabelMat.at<float>(num,0) = 1;//正樣本類別爲1,有人
}
//依次讀取負樣本圖片,生成HOG描述子
for(int num=0; num<NegSamNO && getline(finNeg,ImgName); num++)
{
cout<<"處理:"<<ImgName<<endl;
ImgName = "D:\\DataSet\\NoPersonFromINRIA\\" + ImgName;//加上負樣本的路徑名
Mat src = imread(ImgName);//讀取圖片
//resize(src,img,Size(64,128));
vector<float> descriptors;//HOG描述子向量
hog.compute(src,descriptors,Size(8,8));//計算HOG描述子,檢測窗口移動步長(8,8)
//cout<<"描述子維數:"<<descriptors.size()<<endl;
//將計算好的HOG描述子複製到樣本特徵矩陣sampleFeatureMat
for(int i=0; i<DescriptorDim; i++)
sampleFeatureMat.at<float>(num+PosSamNO,i) = descriptors[i];//第PosSamNO+num個樣本的特徵向量中的第i個元素
sampleLabelMat.at<float>(num+PosSamNO,0) = -1;//負樣本類別爲-1,無人
}
//處理HardExample負樣本
if(HardExampleNO > 0)
{
ifstream finHardExample("HardExample_2400PosINRIA_12000NegList.txt");//HardExample負樣本的文件名列表
//依次讀取HardExample負樣本圖片,生成HOG描述子
for(int num=0; num<HardExampleNO && getline(finHardExample,ImgName); num++)
{
cout<<"處理:"<<ImgName<<endl;
ImgName = "D:\\DataSet\\HardExample_2400PosINRIA_12000Neg\\" + ImgName;//加上HardExample負樣本的路徑名
Mat src = imread(ImgName);//讀取圖片
//resize(src,img,Size(64,128));
vector<float> descriptors;//HOG描述子向量
hog.compute(src,descriptors,Size(8,8));//計算HOG描述子,檢測窗口移動步長(8,8)
//cout<<"描述子維數:"<<descriptors.size()<<endl;
//將計算好的HOG描述子複製到樣本特徵矩陣sampleFeatureMat
for(int i=0; i<DescriptorDim; i++)
sampleFeatureMat.at<float>(num+PosSamNO+NegSamNO,i) = descriptors[i];//第PosSamNO+num個樣本的特徵向量中的第i個元素
sampleLabelMat.at<float>(num+PosSamNO+NegSamNO,0) = -1;//負樣本類別爲-1,無人
}
}
////輸出樣本的HOG特徵向量矩陣到文件
//ofstream fout("SampleFeatureMat.txt");
//for(int i=0; i<PosSamNO+NegSamNO; i++)
//{
// fout<<i<<endl;
// for(int j=0; j<DescriptorDim; j++)
// fout<<sampleFeatureMat.at<float>(i,j)<<" ";
// fout<<endl;
//}
//訓練SVM分類器
//迭代終止條件,當迭代滿1000次或誤差小於FLT_EPSILON時停止迭代
CvTermCriteria criteria = cvTermCriteria(CV_TERMCRIT_ITER+CV_TERMCRIT_EPS, 1000, FLT_EPSILON);
//SVM參數:SVM類型爲C_SVC;線性核函數;鬆弛因子C=0.01
CvSVMParams param(CvSVM::C_SVC, CvSVM::LINEAR, 0, 1, 0, 0.01, 0, 0, 0, criteria);
cout<<"開始訓練SVM分類器"<<endl;
svm.train(sampleFeatureMat, sampleLabelMat, Mat(), Mat(), param);//訓練分類器
cout<<"訓練完成"<<endl;
svm.save("SVM_HOG.xml");//將訓練好的SVM模型保存爲xml文件
}
else //若TRAIN爲false,從XML文件讀取訓練好的分類器
{
svm.load("SVM_HOG_2400PosINRIA_12000Neg_HardExample(誤報少了漏檢多了).xml");//從XML文件讀取訓練好的SVM模型
}
/*************************************************************************************************
線性SVM訓練完成後得到的XML文件裏面,有一個數組,叫做support vector,還有一個數組,叫做alpha,有一個浮點數,叫做rho;
將alpha矩陣同support vector相乘,注意,alpha*supportVector,將得到一個列向量。之後,再該列向量的最後添加一個元素rho。
如此,變得到了一個分類器,利用該分類器,直接替換opencv中行人檢測默認的那個分類器(cv::HOGDescriptor::setSVMDetector()),
就可以利用你的訓練樣本訓練出來的分類器進行行人檢測了。
***************************************************************************************************/
DescriptorDim = svm.get_var_count();//特徵向量的維數,即HOG描述子的維數
int supportVectorNum = svm.get_support_vector_count();//支持向量的個數
cout<<"支持向量個數:"<<supportVectorNum<<endl;
Mat alphaMat = Mat::zeros(1, supportVectorNum, CV_32FC1);//alpha向量,長度等於支持向量個數
Mat supportVectorMat = Mat::zeros(supportVectorNum, DescriptorDim, CV_32FC1);//支持向量矩陣
Mat resultMat = Mat::zeros(1, DescriptorDim, CV_32FC1);//alpha向量乘以支持向量矩陣的結果
//將支持向量的數據複製到supportVectorMat矩陣中
for(int i=0; i<supportVectorNum; i++)
{
const float * pSVData = svm.get_support_vector(i);//返回第i個支持向量的數據指針
for(int j=0; j<DescriptorDim; j++)
{
//cout<<pData[j]<<" ";
supportVectorMat.at<float>(i,j) = pSVData[j];
}
}
//將alpha向量的數據複製到alphaMat中
double * pAlphaData = svm.get_alpha_vector();//返回SVM的決策函數中的alpha向量
for(int i=0; i<supportVectorNum; i++)
{
alphaMat.at<float>(0,i) = pAlphaData[i];
}
//計算-(alphaMat * supportVectorMat),結果放到resultMat中
//gemm(alphaMat, supportVectorMat, -1, 0, 1, resultMat);//不知道爲什麼加負號?
resultMat = -1 * alphaMat * supportVectorMat;
//得到最終的setSVMDetector(const vector<float>& detector)參數中可用的檢測子
vector<float> myDetector;
//將resultMat中的數據複製到數組myDetector中
for(int i=0; i<DescriptorDim; i++)
{
myDetector.push_back(resultMat.at<float>(0,i));
}
//最後添加偏移量rho,得到檢測子
myDetector.push_back(svm.get_rho());
cout<<"檢測子維數:"<<myDetector.size()<<endl;
//設置HOGDescriptor的檢測子
HOGDescriptor myHOG;
myHOG.setSVMDetector(myDetector);
//myHOG.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());
//保存檢測子參數到文件
ofstream fout("HOGDetectorForOpenCV.txt");
for(int i=0; i<myDetector.size(); i++)
{
fout<<myDetector[i]<<endl;
}
/**************讀入圖片進行HOG行人檢測******************/
//Mat src = imread("00000.jpg");
//Mat src = imread("2007_000423.jpg");
Mat src = imread("1.png");
vector<Rect> found, found_filtered;//矩形框數組
cout<<"進行多尺度HOG人體檢測"<<endl;
myHOG.detectMultiScale(src, found, 0, Size(8,8), Size(32,32), 1.05, 2);//對圖片進行多尺度行人檢測
cout<<"找到的矩形框個數:"<<found.size()<<endl;
//找出所有沒有嵌套的矩形框r,並放入found_filtered中,如果有嵌套的話,則取外面最大的那個矩形框放入found_filtered中
for(int i=0; i < found.size(); i++)
{
Rect r = found[i];
int j=0;
for(; j < found.size(); j++)
if(j != i && (r & found[j]) == r)
break;
if( j == found.size())
found_filtered.push_back(r);
}
//畫矩形框,因爲hog檢測出的矩形框比實際人體框要稍微大些,所以這裏需要做一些調整
for(int i=0; i<found_filtered.size(); i++)
{
Rect r = found_filtered[i];
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(src, r.tl(), r.br(), Scalar(0,255,0), 3);
}
imwrite("ImgProcessed.jpg",src);
namedWindow("src",0);
imshow("src",src);
waitKey();//注意:imshow之後必須加waitKey,否則無法顯示圖像
/******************讀入單個64*128的測試圖並對其HOG描述子進行分類*********************/
////讀取測試圖片(64*128大小),並計算其HOG描述子
////Mat testImg = imread("person014142.jpg");
//Mat testImg = imread("noperson000026.jpg");
//vector<float> descriptor;
//hog.compute(testImg,descriptor,Size(8,8));//計算HOG描述子,檢測窗口移動步長(8,8)
//Mat testFeatureMat = Mat::zeros(1,3780,CV_32FC1);//測試樣本的特徵向量矩陣
////將計算好的HOG描述子複製到testFeatureMat矩陣中
//for(int i=0; i<descriptor.size(); i++)
// testFeatureMat.at<float>(0,i) = descriptor[i];
////用訓練好的SVM分類器對測試圖片的特徵向量進行分類
//int result = svm.predict(testFeatureMat);//返回類標
//cout<<"分類結果:"<<result<<endl;
system("pause");
}
2、分析:
在代碼中大家可以看到,#define TRAIN false //是否進行訓練,true表示重新訓練,false表示讀取xml文件中的SVM模型 ,TRAIN默認是false的,爲false是代碼直接進行
else //若TRAIN爲false,從XML文件讀取訓練好的分類器
{ svm.load("SVM_HOG_2400PosINRIA_12000Neg_HardExample(誤報少了漏檢多了).xml");//從XML文件讀取訓練好的SVM模型
}
爲了能進行訓練,將TRAIN改成true,之後發現有三個文件地址:正樣本文件地址、負樣本文件地址和Hard Example樣例文件地址,然而網上下載的文件中並沒有樣例 ,在網上搜索後找到了行人檢測DataSets中的INRIA數據庫,地址:http://pascal.inrialpes.fr/data/human/。
下載了樣本解壓後,點擊進去“96X160H96”這個文件夾裏放的是正樣本,“Train”文件夾下的“neg”放的是負樣本,但是負樣本需要處理一下才能成爲訓練分類器的負樣本,處理代碼如下:別忘了配置你的opencv環境,千萬千萬注意要更改圖片文件的路徑,換成你自己的。
#include <iostream>
#include <iostream>#include <fstream>
#include <stdlib.h> //srand()和rand()函數
#include <time.h> //time()函數
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/objdetect/objdetect.hpp>
#include <opencv2/ml/ml.hpp>
using namespace std;
using namespace cv;
int CropImageCount = 0; //裁剪出來的負樣本圖片個數
int main()
{
Mat src;
string ImgName;
char saveName[256];//裁剪出來的負樣本圖片文件名
ifstream fin("INRIANegativeImageList.txt");//打開原始負樣本圖片文件列表
//ifstream fin("subset.txt");
//一行一行讀取文件列表
while(getline(fin,ImgName))
{
cout<<"處理:"<<ImgName<<endl;
ImgName = "E:\\運動目標檢測\\INRIAPerson\\Train\\neg\\" + ImgName;
src = imread(ImgName,1);//讀取圖片
//src =cvLoadImage(imagename,1);
//cout<<"寬:"<<src.cols<<",高:"<<src.rows<<endl;
//圖片大小應該能能至少包含一個64*128的窗口
if(src.cols >= 64 && src.rows >= 128)
{
srand(time(NULL));//設置隨機數種子
//從每張圖片中隨機裁剪10個64*128大小的不包含人的負樣本
for(int i=0; i<10; i++)
{
int x = ( rand() % (src.cols-64) ); //左上角x座標
int y = ( rand() % (src.rows-128) ); //左上角y座標
//cout<<x<<","<<y<<endl;
Mat imgROI = src(Rect(x,y,64,128));
sprintf(saveName,"E:\\運動目標檢測\\INRIAPerson\\negphoto\\noperson%06d.jpg",++CropImageCount);//生成裁剪出的負樣本圖片的文件名
imwrite(saveName, imgROI);//保存文件
}
}
}
system("pause");
}
有了樣本就可以訓練分類器並進行識別測試了,代碼如下:同樣要配置自己的opencv環境,更改圖片的路徑。
後續在加: