opencv 3/C++HOG 특징 추출 방식
HOG(Histograms of Oriented Gradients)경사도 방향 직사 도
경사도 정 보 를 이용 하여 이미지 목표 의 가장자리 정 보 를 반영 하고 국부 경사도 의 크기 를 통 해 이미지 국부 적 인 외관 과 모양 특징 화 를 할 수 있 습 니 다.논문Histograms of Oriented Gradients for Human Detection에서 제시 되 었 습 니 다.
HOG 특징의 추출 과정 은:
Gamma 귀 일화;
경사도 계산 하기;
구분 셀
블록 으로 조합 하여 블록 직사 도 통계 하기;
경사도 직사 도 귀 일 화;
HOG 특징 수집.
Gamma 정규 화:
이미지 색상 에 대해 Gamma 를 획일 화 처리 하여 국부 음영 과 배경 요소 의 영향 을 낮 춥 니 다.
계산 경사도:
차분 을 통 해 그림 이 수평 방향 과 수직 방향 에 있 는 사다 리 를 계산 합 니 다.
그리고 각 픽 셀 점 의 경사도 의 진폭 과 방향 을 얻 습 니 다:
구분 셀
전체 창 을 크기 가 같 고 서로 겹 치지 않 는 세포 단위 cell 로 나 누 기(예 를 들 어 8)×8 픽 셀),각 cell 의 경사도 크기 와 방향 을 계산 한 후,각 픽 셀 의 경사도 방향 을 0-180 o 0-180 o 구간(방향 없 음:0-180,방향 있 음:0-360)에서 평균 9 개의 bins 로 나 누고,각 cell 내의 픽 셀 은 진폭 으로 가중치 를 표시 하여 그 가 있 는 경사도 직사 도 에 가중 투 표를 한다.
9bins:
그림 과 같이 서로 다른 수량의 bins 에서 의 오류 율:
블록 으로 조합 하여 블록 직사 도 를 통계 합 니 다.
장 2×2 개의 인접 한 cell 구성 크기 는 16 이다.×16 의 픽 셀 블록 은 Block 입 니 다.블록 크기 의 미끄럼 창 을 왼쪽 에서 오른쪽으로 위 에서 아래로 미 끄 러 뜨리 고 경사도 방향 직사 도 벡터 를 구 합 니 다.
그림 과 같이 크기 가 다른 cell 과 크기 가 다른 block 작용 에서 의 효과 비교:
경사도 직사 도 귀 일 화
저 자 는 L2-norm,L1-norm,L1-sqrt 등 귀 일화 방법 을 비교 해 보 니 모두 비표 준 데이터 보다 현저하게 개선 되 었 다.그 중에서 L2-norm 과 L1-sqrt 가 가장 효과 가 좋 고 L1-norm 의 검출 효 과 는 L2-norm 과 L1-sqrt 보다 5%낮다.
그림 과 같이 서로 다른 귀 일화 방법의 효과 비교:
이렇게 귀 일 화 를 통 해 빛,그림자 와 가장 자 리 를 한층 더 압축 할 수 있다.
HOG 특징 수집
각 cell 내의 경사도 방향 이 9 개의 bins 로 나 뉘 어 있 기 때문에 각 세포 단원 의 HOG 특징 벡터 길 이 는 9 이다.
이렇게 크기 는 128 입 니 다.×64 크기 의 그림,8*8 픽 셀 을 사용 한 sell,2×셀 2 개 로 구 성 된 16.×16 픽 셀 의 block,8 픽 셀 의 block 이동 보폭 을 사용 하여 창 block 의 수량 을 측정 합 니 다((128-16)/8+1)×((64-16)/8+1)=15×7.HOG 특징 설명자 의 위 수 는 15 이다.×7×4×9.
HOG 의 단점:
속도 가 느 리 고 실시 간성 이 떨어진다.차단 문 제 를 처리 하기 어렵다.
OpenCV 응용 프로그램
HOG 를 이용 하여 행인 검 사 를 할 때 두 가지 용법 이 있 습 니 다.
1.HOG 특징+SVM 분류 기 를 이용 하여 행인 검 사 를 실시한다.
2.HOG+SVM 을 이용 하여 자신 을 훈련 시 키 는 XML 파일.
첫 번 째 방법 으로 HOG 특징 을 SVM 분류 기 와 결합 하여 행인 검 사 를 실시 하고 간단 한 예 를 들 면:
#include <opencv2/opencv.hpp>
#include <opencv2/objdetect.hpp>
using namespace std;
using namespace cv;
int main()
{
Mat src, dst;
src = imread("E:/image/image/passerby.jpg",1);
if (src.empty())
{
printf("can not load the image...
");
return -1;
}
dst = src.clone();
vector<Rect> findrects, findrect;
HOGDescriptor HOG;
//SVM
HOG.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());
//
HOG.detectMultiScale(src, findrects, 0, Size(4,4), Size(0,0), 1.05, 2);
// rects , rect
for(int i=0; i < findrects.size(); i++)
{
Rect rect = findrects[i];
int j=0;
for(; j < findrects.size(); j++)
if(j != i && (rect & findrects[j]) == rect)
break;
if( j == findrects.size())
findrect.push_back(rect);
}
//
for(int i=0; i<findrect.size(); i++)
{
RNG rng(i);
Scalar color = Scalar(rng.uniform(0,255), rng.uniform(0,255), rng.uniform(0,255));
rectangle(dst, findrect[i].tl(), findrect[i].br(), color, 2);
}
imshow("src",src);
imshow("dst",dst);
waitKey();
return 0;
}
이상 의 opencv 3/C++HOG 특징 추출 방식 은 바로 편집장 이 여러분 에 게 공유 한 모든 내용 입 니 다.여러분 에 게 참고 가 되 고 저희 도 많이 사랑 해 주 셨 으 면 좋 겠 습 니 다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
Visual Studio에서 파일 폴더 구분 (포함 경로 설정)Visual Studio에서 c, cpp, h, hpp 파일을 폴더로 나누고 싶었습니까? 어쩌면 대부분의 사람들이 있다고 생각합니다. 처음에 파일이 만들어지는 장소는 프로젝트 파일 등과 같은 장소에 있기 때문에 파일...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.