利用HOG+SVM训练自己的XML文件

【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。

[html] view
plaincopy

//////////////////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：

   

[html] view
plaincopy

              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;