在2005年CVPR上，來自法國的研究人員Navneet Dalal 和Bill Triggs提出利用Hog進行特徵提取，利用線性SVM作爲分類器，從而實現行人檢測。而這兩位也通過大量的測試發現，Hog+SVM是速度和效果綜合平衡性能較好的一種行人檢測方法。後來，雖然很多研究人員也提出了很多改進的行人檢測算法，但基本都以該算法爲基礎框架。因此，Hog+SVM也成爲一個里程錶式的算法被寫入到OpenCV中。在OpenCV2.0之後的版本，都有Hog特徵描述算子的API，而至於SVM，早在OpenCV1.0版本就已經集成進去了；OpenCV雖然提供了Hog和SVM的API，也提供了行人檢測的sample，遺憾的是，OpenCV並沒有提供樣本訓練的sample。這也就意味着，很多人只能用OpenCV自帶的已經訓練好的分類器來進行行人檢測。然而，OpenCV自帶的分類器是利用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，針對你的特定應用場景，很有必要進行重新訓練得到適合你的分類器。本文的目的，正在於此。
重新訓練行人檢測的流程：
（1）準備訓練樣本集合；包括正樣本集和負樣本集；根據機器學習的基礎知識我們知道，要利用機器學習算法進行樣本訓練，從而得到一個性能優良的分類器，訓練樣本應該是無限多的，而且訓練樣本應該覆蓋實際應用過程中可能發生的各種情況。（很多朋友，用10來個正樣本，10來個負樣本進行訓練，之後，就進行測試，發現效果沒有想象中的那麼好，就開始發牢騷，抱怨。。。對於這些人，我只能抱歉的說，對於機器學習、模式識別的認識，你還處於沒有入門的階段）；實際應用過程中，訓練樣本不可能無限多，但無論如何，三五千個正樣本，三五千個負樣本，應該不是什麼難事吧？（如果連這個都做不到，建議你別搞機器學習，模式識別了；訓練素材都沒有，怎麼讓機器學習到足夠的信息呢？）
（2）收集到足夠的訓練樣本之後，你需要手動裁剪樣本。例如，你想用Hog+SVM來對商業步行街的監控畫面中進行行人檢測，那麼，你就應該用收集到的訓練樣本集合，手動裁剪畫面中的行人（可以寫個簡單程序，只需要鼠標框選一下，就將框選區域保存下來）。
（3）裁剪得到訓練樣本之後，將所有正樣本放在一個文件夾中；將所有負樣本放在另一個文件夾中；並將所有訓練樣本縮放到同樣的尺寸大小。OpenCV自帶的例子在訓練時，就是將樣本縮放爲64*128進行訓練的；
（4）提取所有正樣本的Hog特徵；
（5）提取所有負樣本的Hog特徵；
（6）對所有正負樣本賦予樣本標籤；例如，所有正樣本標記爲1，所有負樣本標記爲0；
（7）將正負樣本的Hog特徵，正負樣本的標籤，都輸入到SVM中進行訓練；Dalal在論文中考慮到速度問題，建議採用線性SVM進行訓練。這裏，不妨也採用線性SVM；
（8）SVM訓練之後，將結果保存爲文本文件。
（9）線性SVM進行訓練之後得到的文本文件裏面，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。
下面給出樣本訓練的參考代碼：
class Mysvm: public CvSVM
{
public:
int get_alpha_count()
{
return this->sv_total;
}
int get_sv_dim()
{
return this->var_all;
}
int get_sv_count()
{
return this->decision_func->sv_count;
}
double* get_alpha()
{
return this->decision_func->alpha;
}
float** get_sv()
{
return this->sv;
}
float get_rho()
{
return this->decision_func->rho;
}
};
void Train()
{
char classifierSavePath[256] = "c:/pedestrianDetect-peopleFlow.txt";
string positivePath = "E:\\pictures\\train1\\pos\\";
string negativePath = "E:\\pictures\\train1\\neg\\";
int positiveSampleCount = 4900;
int negativeSampleCount = 6192;
int totalSampleCount = positiveSampleCount + negativeSampleCount;
cout<<"//////////////////////////////////////////////////////////////////"<<endl;
cout<<"totalSampleCount: "<<totalSampleCount<<endl;
cout<<"positiveSampleCount: "<<positiveSampleCount<<endl;
cout<<"negativeSampleCount: "<<negativeSampleCount<<endl;
CvMat *sampleFeaturesMat = cvCreateMat(totalSampleCount , 1764, CV_32FC1);
//64*128的訓練樣本，該矩陣將是totalSample*3780,64*64的訓練樣本，該矩陣將是totalSample*1764
cvSetZero(sampleFeaturesMat);
CvMat *sampleLabelMat = cvCreateMat(totalSampleCount, 1, CV_32FC1);//樣本標識
cvSetZero(sampleLabelMat);
cout<<"************************************************************"<<endl;
cout<<"start to training positive samples..."<<endl;
char positiveImgName[256];
string path;
for(int i=0; i<positiveSampleCount; i++)
{
memset(positiveImgName, '\0', 256*sizeof(char));
sprintf(positiveImgName, "%d.jpg", i);
int len = strlen(positiveImgName);
string tempStr = positiveImgName;
path = positivePath + tempStr;
cv::Mat img = cv::imread(path);
if( img.data == NULL )
{
cout<<"positive image sample load error: "<<i<<" "<<path<<endl;
system("pause");
continue;
}
cv::HOGDescriptor hog(cv::Size(64,64), cv::Size(16,16), cv::Size(8,8), cv::Size(8,8), 9);
vector<float> featureVec;
hog.compute(img, featureVec, cv::Size(8,8));
int featureVecSize = featureVec.size();
for (int j=0; j<featureVecSize; j++)
{
CV_MAT_ELEM( *sampleFeaturesMat, float, i, j ) = featureVec[j];
}
sampleLabelMat->data.fl[i] = 1;
}
cout<<"end of training for positive samples..."<<endl;
cout<<"*********************************************************"<<endl;
cout<<"start to train negative samples..."<<endl;
char negativeImgName[256];
for (int i=0; i<negativeSampleCount; i++)
{
memset(negativeImgName, '\0', 256*sizeof(char));
sprintf(negativeImgName, "%d.jpg", i);
path = negativePath + negativeImgName;
cv::Mat img = cv::imread(path);
if(img.data == NULL)
{
cout<<"negative image sample load error: "<<path<<endl;
continue;
}
cv::HOGDescriptor hog(cv::Size(64,64), cv::Size(16,16), cv::Size(8,8), cv::Size(8,8), 9);
vector<float> featureVec;
hog.compute(img,featureVec,cv::Size(8,8));//計算HOG特徵
int featureVecSize = featureVec.size();
for ( int j=0; j<featureVecSize; j ++)
{
CV_MAT_ELEM( *sampleFeaturesMat, float, i + positiveSampleCount, j ) = featureVec[ j ];
}
sampleLabelMat->data.fl[ i + positiveSampleCount ] = -1;
}
cout<<"end of training for negative samples..."<<endl;
cout<<"********************************************************"<<endl;
cout<<"start to train for SVM classifier..."<<endl;
CvSVMParams params;
params.svm_type = CvSVM::C_SVC;
params.kernel_type = CvSVM::LINEAR;
params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, 1000, FLT_EPSILON);
params.C = 0.01;
Mysvm svm;
svm.train( sampleFeaturesMat, sampleLabelMat, NULL, NULL, params ); //用SVM線性分類器訓練
svm.save(classifierSavePath);
cvReleaseMat(&sampleFeaturesMat);
cvReleaseMat(&sampleLabelMat);
int supportVectorSize = svm.get_support_vector_count();
cout<<"support vector size of SVM："<<supportVectorSize<<endl;
cout<<"************************ end of training for SVM ******************"<<endl;
CvMat *sv,*alp,*re;//所有樣本特徵向量
sv = cvCreateMat(supportVectorSize , 1764, CV_32FC1);
alp = cvCreateMat(1 , supportVectorSize, CV_32FC1);
re = cvCreateMat(1 , 1764, CV_32FC1);
CvMat *res = cvCreateMat(1 , 1, CV_32FC1);
cvSetZero(sv);
cvSetZero(re);
for(int i=0; i<supportVectorSize; i++)
{
memcpy( (float*)(sv->data.fl+i*1764), svm.get_support_vector(i), 1764*sizeof(float));
}
double* alphaArr = svm.get_alpha();
int alphaCount = svm.get_alpha_count();
for(int i=0; i<supportVectorSize; i++)
{
alp->data.fl[i] = alphaArr[i];
}
cvMatMul(alp, sv, re);
int posCount = 0;
for (int i=0; i<1764; i++)
{
re->data.fl[i] *= -1;
}
FILE* fp = fopen("c:/hogSVMDetector-peopleFlow.txt","wb");
if( NULL == fp )
{
return 1;
}
for(int i=0; i<1764; i++)
{
fprintf(fp,"%f \n",re->data.fl[i]);
}
float rho = svm.get_rho();
fprintf(fp, "%f", rho);
cout<<"c:/hogSVMDetector.txt 保存完畢"<<endl;//保存HOG能識別的分類器
fclose(fp);
return 1;
}