Hog + svm 人流量检测方法总结

Hog + svm 人流量检测方法总结

一、程序和数据来源

1、程序：

(1) HOGTrain hog + svm训练代码

(2) countpeople 人流检查代码，参考这个代码，增加了在图像上实时输出人数

功能

2、数据

上海地铁视频数据，分帧得到图片用于训练测试。

二、训练测试参数设置

训练时要先设置hog和svm的参数，即更改svmInfo.info和detector.xml两个配置文件。

1、 选取窗口大小

经过多次实验窗口大小为64*80比较好，感兴趣区域大部分都可以检测到，

2、 直方图精度

这个参数在14~34之间最好，一般来说该值小点，速度快一些。

3、 HOG维数

通过实验，设置为4536效果最佳。

4、 测试感兴趣区

根据数据特点，选取感兴趣区。设置mask位置。

三、训练数据获取

数据通过手动抓取方式得到，选取原则：正样本尽量要统一，负样本要多样性。

这步最耗时。训练数据要至少一千，否则模型训练不充分。

四、 难例重训练

训练好模型后，用测试程序测试，查看测试结果，把测试错误地方记录下来。然后把错误地方选取为负样本，重新训练模型，然后在测试。重复多次，达到最优为止。

该步比较重要，能够大幅度提高训练结果。

五、测试结果

通过多次难例训练。最好识别结果能够达到75%左右。离工程应用95%还有差距。

六、结果分析

感兴趣区域人基本上都能识别出来。误差原因：

（1） 玻璃人影干扰

（2） 人腹部、腿部干扰。

七、程序bug

（1） 不能在文件夹内删除样本，否则报bug.（程序对文件内图像进行遍历，然后从0开始遍历训练，中间有删掉就会报错）

（2） 增加样本页面下一个建不能用，还有选错样本后，只能回到初始界面删除。（这部分功能代码没有实现）