用于对象检测的HOG描述符

Question

我想知道,如果对于像"汽车"这样的对象的HOG描述符有任何实现,而对于MATLAB中的人类则不是吗？

但万一,只有人类,你能指导我到那个代码,并给我如此提示,以改善用于"汽车或摩托车等对象"的代码

Answer 1

这是一个优秀的 Matlab 代码，它完全实现了 Dalal 算法。我已经在许多重大学术项目中测试并使用了该代码。

HOG 并不特定于行人检测。您可以将它与任何刚性（或近似刚性）物体一起使用。

要使用此代码，您需要了解如何在区域上计算 HOG。该区域被划分为重叠的“块”。块由许多“单元”组成。在每个块中计算空间方向直方图。最终向量是通过连接这些空间直方图形成的。您可以调整的参数是

cellpw, cellph：分别是单元格的像素宽度和高度。

nblockw, nblockh：分别按 x 和 y 方向上的单元数计算的块大小。

nthet：角度箱的数量。

issigned：是否采用有符号或无符号梯度

重叠：指定为分数的块之间的重叠量

isglobalinterpolate：3d 直方图的全局插值还是局部插值

normmethod : 使用的范数类型

您可以先尝试使用默认参数 -

细胞pw = 8; 细胞PH=8；n块w = 2; n块=2；nthet = 9；重叠=0.5；isglobalinterpolate = 'localinterpolate'; 已签名 = '未签名'; 规范方法 = 'l2hys';

在 matlab 中获取该功能就像

I = imread('car.png');
Ig = rgb2gray(I);
F = hogcalculator(Ig, 8, 8, 2, 2, 9, 0.5,'localinterpolate', 'unsigned', 'l2hys');

F 的尺寸/长度取决于您选择的参数。

回答您的评论，是的，您必须为正面（汽车）和负面（非汽车）图像构建这些功能来构建检测系统。SVM 通常用作分类器。我建议使用 libsvm 库 -

构建训练集后，即可使用训练集进行训练。调整 SVM 参数以获得最高精度。示例中给出的参数可能不是最好的，您可以随时尝试不同的设置。我会先尝试更改 nthet、cellpw 和 cellph。祝你好运！