hog特征的维度

haar特征是一个具体的值，白-黑

我们的hog特征是一个向量，就会有一个维度的问题: 必须完全描述一个obj的所有信息

维度 = 每个windows窗体中有多少个block,cell个数 (105,4,9)=3780

梯度方向大小

必须以像素为单位，每个像素都有一个梯度，所有的像素共同构成hog特征

windows窗体下的所有像素。

运算量很大，hog的特征模板 -> haar类似

它的模板分两种: 水平和竖直

[1,0,-1] [[1],[0],[-1]]水平方向上，左中右三个数分别与模板相乘a = p1*1+p2*0+p3*(-1) = 相邻像素之差b = 上下像素之差f = 根号下（a方+b方）angle = arctan（a/b）

bin的投影

block中有36个bin，105个block。所以维度3780

hog特征维度的计算要基于windows窗体，一个窗体可以描述一个obj的所有信息。

hog特征也是描述一个对象完整的描述信息

梯度是根据像素来计算的，每一水平和竖直两个方向的模板。用像素和两个模板进行卷积运算，得到相邻像素之差和上下像素之差

使用根号下(a方+b方)得到浮值，使用arctan(a/b)得到角度

bin的投影依赖于梯度

bin的范围是0-360 9bin bin 0-40

bin1 0-20 180-200 水平方向想左，还是水平方向向右，都认为在同一个bin

某一个像素ij f a=10

位于0-20度之间。位于二者之间的中心位置，认为它投影在bin1上。

a 190 度，也可以认为投影在bin1上。

25度。会被分解到bin1 和bin2上

f1 = f*f(夹角)f2 = f*f(夹角) 夹角0-1之间

嵌入端移植。计算量太大。

hog特征的最后一个问题

如何计算整体的hog特征。

cell的复用

3780维向量。 来源于 win(block cell bin)

一个cell 分为9份。 bin0-bin8

# cell0 cell3 bin0-bin8# cell0: bin0 bin1 。。。bin8# cell1: bin0 bin1 。。。bin8# cell2: bin0 bin1 。。。bin8# cell3: bin0 bin1 。。。bin8

假设我们有一个像素ij，投影在了cell0上。

计算出梯度bin0=f0

#ij cell0 bin0=《f0，#i+1 j cell0 bin0 = f1#ij。。。。# sumbin0（f0+f1.。）= bin0# 权重累加#ij bin0 bin1 cell复用# block 4个cell# 【0】【1】【2】【3】# cell0 bin0-bin9 # cellx0 cellx2 cellx4# cellx0:ij-》bin bin+1 只对当前cell0起作用# cellx2：ij -》 cell2 cell3 -》bin bin+1 bin bin+1# cellx4：ij# 【cell 9】【4cell】【105】 = 3780

判决

svm 线性分类器

训练之后也会得到一个3780维向量

hog特征 与 svm得到的向量 相乘 得到一个值

这个值 与我们的阈值进行比较；

大于就是目标 小于就是非目标。

hog特征总结

block滑动不能能超出windows边缘。

windows包含所有信息。

0-20 180-200 都属于一个bin

中心位置就是一个bin 不然就要进行两个bin的合成运算

4个cell分为三组。

Hog+SVM小狮子识别

准备样本 进行训练 test预测

# 1 样本 2 训练 3 test 预测# 1 样本# 1.1 pos 正样本 包含所检测目标 neg 不包含obj 图片大小均为64*128# 1.2 如何获取样本 1 网络 2 公司内部 3 自己收集# 一个好的样本 远胜过一个 复杂的神经网络 （K w）（M）# 1.1 网络公司 样本：1张图 1元  贵# 1.2 网络 爬虫 自己爬 # 1.3 公司： 很多年积累（mobileeye ADAS 99%） 红外图像 # 1.4 自己收集 视频 100秒 30 = 3000# 正样本：尽可能的多样  环境 干扰# 820 pos neg 1931 1:2 1:3# name

其中的比如视频分解图片，缩放大小,图片质量控制，图片裁剪等都在前面讲过了

训练

正(820)负(1931)样本要在1:2 或1:3之间

名字按一定规则命名。

# 训练# 1 参数声明 2 hog 3 svm 4 computer hog 5 label 6 train 7 pred 8 drawimport cv2import numpy as npimport matplotlib.pyplot as plt%matplotlib inline# 1 par# 正样本个数PosNum = 820# 负样本个数NegNum = 1931# 窗体大小winSize = (64,128)# block块大小blockSize = (16,16) # 105 = （64-16) 是需要滑动的距离 / 步长 = block数 再+1# (128-16)/8 +1 纵向需要滑动的block数# 步长blockStride = (8,8) # 4 cell# cell大小cellSize = (8,8)# bin个数9个nBin = 9 # 9 bin 3780个维度# 2 hog create hog 1 win 2 block 3 blockStride 4 cell 5 binhog = cv2.HOGDescriptor(winSize,blockSize,blockStride,cellSize,nBin)# 3 svm分类器创建svm = cv2.ml.SVM_create()# 4 computer hogfeatureNum = int(((128-16)/8+1)*((64-16)/8+1)*4*9) # 3780# 特征数组featureArray = np.zeros(((PosNum+NegNum),featureNum),np.float32)# 标签数组labelArray = np.zeros(((PosNum+NegNum),1),np.int32)# svm 监督学习 样本 标签 svm 学习使用 image hog特征(对于svm来说真正的样本)。  for i in range(0,PosNum):    fileName = 'pos/'+str(i+1)+'.jpg'    img = cv2.imread(fileName)    # 传入图片数据 和windows窗口步长    hist = hog.compute(img,(8,8)) # 3780维    for j in range(0,featureNum):        featureArray[i,j] = hist[j]    # 作用: featureArray hog [1,:] hog1 [2,:]hog2     labelArray[i,0] = 1    # 正样本 label 1    for i in range(0,NegNum):    fileName = 'neg/'+str(i+1)+'.jpg'    img = cv2.imread(fileName)    hist = hog.compute(img,(8,8))# 3780    for j in range(0,featureNum):        featureArray[i+PosNum,j] = hist[j]    labelArray[i+PosNum,0] = -1    # 负样本 label -1# svm属性设置svm.setType(cv2.ml.SVM_C_SVC)svm.setKernel(cv2.ml.SVM_LINEAR)svm.setC(0.01)# 6 trainret = svm.train(featureArray,cv2.ml.ROW_SAMPLE,labelArray)# 7 myHog ：《-myDetect# myDetect-《resultArray  rho# myHog-》detectMultiScale# 7 检测  核心：create Hog -》 myDetect—》array-》# resultArray-》resultArray = -1*alphaArray*supportVArray# rho-》svm-〉svm.train# 一行一列alpha = np.zeros((1),np.float32)rho = svm.getDecisionFunction(0,alpha)print(rho)print(alpha)alphaArray = np.zeros((1,1),np.float32)# 支持向量supportVArray = np.zeros((1,featureNum),np.float32)resultArray = np.zeros((1,featureNum),np.float32)alphaArray[0,0] = alpharesultArray = -1*alphaArray*supportVArray# detectmyDetect = np.zeros((3781),np.float32)for i in range(0,3780):    myDetect[i] = resultArray[0,i]myDetect[3780] = rho[0]# rho svm （判决）# 构建hogmyHog = cv2.HOGDescriptor()myHog.setSVMDetector(myDetect)# load图片imageSrc = cv2.imread('Test2.jpg',1)# (8,8) win objs = myHog.detectMultiScale(imageSrc,0,(8,8),(32,32),1.05,2)# xy wh 三维 最后一维x = int(objs[0][0][0])y = int(objs[0][0][1])w = int(objs[0][0][2])h = int(objs[0][0][3])# 绘制展示cv2.rectangle(imageSrc,(x,y),(x+w,y+h),(255,0,0),2)cv2.imshow('dst',imageSrc)cv2.waitKey(0)

代码解析

从后往前

# 绘制展示# 图片，起始位置，终止位置，颜色，线条宽度cv2.rectangle(imageSrc,(x,y),(x+w,y+h),(255,0,0),2)# 图片展示cv2.imshow('dst',imageSrc)# 程序等待cv2.waitKey(0)

# load待检测图片imageSrc = cv2.imread('Test2.jpg',1)# detectMultiScale实现对目标检测 (8,8) win # 图片内容  (8,8)windows步长  1.05缩放系数 32窗体大小# 核心是我们的myhog对象objs = myHog.detectMultiScale(imageSrc,0,(8,8),(32,32),1.05,2)# 包含x y 宽高# xy wh 三维信息 参数在最后一维x = int(objs[0][0][0])y = int(objs[0][0][1])w = int(objs[0][0][2])h = int(objs[0][0][3])

myhog对象是我们的核心

我们的核心是创建我们的myhog myhog的创建由下面代码

# detectmyDetect = np.zeros((3781),np.float32)for i in range(0,3780):    myDetect[i] = resultArray[0,i]myDetect[3780] = rho[0]# rho svm （判决）# 构建hogmyHog = cv2.HOGDescriptor()myHog.setSVMDetector(myDetect)

cv2.HOGDescriptor()方法创建myhog，通过setSVMDetector，将当前的detect属性传递进去。

myDetect 来源于哪里呢？

myDetect = np.zeros((3781),np.float32)

实际上它就是一个数组。看看它的内容来自哪里

mydetect这个array的内容来源于: result array 和 rho

核心: result array 和 rho如何计算

rho = svm.getDecisionFunction(0,alpha)

rho是svm得到的hog的描述信息，会在最后判决累加的时候起作用。

而svm来源于哪里？

ret = svm.train(featureArray,cv2.ml.ROW_SAMPLE,labelArray)

resultArray-》resultArray = -1*alphaArray*supportVArray

来自支持向量的个数，当成一个参数。

result_array是3780 rho一维

myHog ：《-myDetect myDetect-《 resultArray(公式)  rho使用: myHog-》detectMultiScale

机器学习小结

准备样本，特征:haar特征，hog特征。分类器: Adaboost分类器

Hog+svm小狮子检测 haar+Adaboost 人脸检测

样本准备: 买 收集爬虫 视频分解

图片命名规则

haar特征用于人脸识别。积分图。

强分类器(判决) 弱分类器(产生强的输入) 节点

hog特征，模块划分。图片 窗体 block cell bin bin中的角度

hog特征维度 梯度计算: 相邻像素之差 bin的投影，cell的复用。

目标检测。

svm支持向量机身高体重的实现。

hog计算特征。myhog。