OpenCV中基于HOG特征的SVM分类器用于“对象检测”

我有一个项目，我想检测图像中的物体；我的目标是使用 HOG 功能。通过使用 OpenCV SVM 实现，我可以找到用于检测人的代码，并且我阅读了一些关于调整参数以检测对象而不是人的论文。不幸的是，由于一些原因我无法做到这一点；首先，我可能错误地调整了参数，其次，我不是一个好的 C++ 程序员，但我必须使用 C++/OpenCV 来做到这一点......here https://code.ros.org/trac/opencv/browser/trunk/opencv/samples/c/peopledetect.cpp?rev=2314您可以找到使用 C++/OpenCV 检测人的 HOG 特征的代码。

假设我想检测其中的对象image http://4.bp.blogspot.com/_T0xDt-BeZ74/TSi61YXwjFI/AAAAAAAAAFc/zEtHc8IVTnQ/s1600/shampoo_004-1.jpg。现在，我将向您展示我尝试在代码中更改的内容，但对我来说没有成功。

我尝试更改的代码：

HOGDescriptor hog;
hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());

我尝试改变getDefaultPeopleDetector()具有以下参数，但它不起作用：

(Size(64, 128), Size(16, 16), Size(8, 8), Size(8, 8), 9, 0,-1, 0, 0.2, true, cv::HOGDescriptor::DEFAULT_NLEVELS)

然后我尝试制作一个向量，但是当我想打印结果时，它似乎是空的。

vector<float> detector;

HOGDescriptor hog(Size(64, 128), Size(16, 16), Size(8, 8), Size(8, 8), 9, 0,-1, 0, 0.2, true, cv::HOGDescriptor::DEFAULT_NLEVELS);

hog.setSVMDetector(detector);

拜托，我需要帮助解决这个问题。

为了使用 opencv HOG 描述符和 SVM 分类器检测任意对象，您需要首先训练分类器。使用参数在这里没有帮助，抱歉:(。

广义而言，您需要完成以下步骤：

Step 1)准备一些要检测的物体（正样本）的训练图像。此外，您还需要准备一些没有感兴趣对象的图像（负样本）。

Step 2)检测训练样本的 HOG 特征，并使用该特征来训练 SVM 分类器（OpenCV 中也提供）。

Step 3)在 HOGDescriptor::setSVMDetector() 方法中使用经过训练的 SVM 分类器的系数。

只有这样，您才可以使用peopleDetector.cpp示例代码，来检测您想要检测的对象。