opencv - 用于行人检测训练的 HOG 描述符

Question

我想知道为什么我的 HOG 描述符不能胜过人体的正确轮廓。我使用像这样的参数

CV_WRAP HOGDescriptor() : winSize(64,128), blockSize(16,16), blockStride(8,8),
        cellSize(8,8), nbins(9), derivAperture(1), winSigma(-1),
        histogramNormType(HOGDescriptor::L2Hys), L2HysThreshold(0.2), gammaCorrection(true),
        free_coef(-1.f), nlevels(HOGDescriptor::DEFAULT_NLEVELS), signedGradient(false)
    {}

当我绘制它们时，为什么我没有正确的轮廓作为本讨论中显示的一个示例。附上两张图。彩色图像是我的猪描述符，灰色是上面链接中的那个。

如上述讨论中的图像所示，我需要查看哪些事实才能获得正确的轮廓？

Answer 1

灰度图像是 HOG 描述符的正加权图像。不是纯粹的描述符。我想知道 Opencv 的默认人员检测器是如何训练的。训练后的 SVM 检测器大小只有几千字节，检测率很好。我训练有素的检测器有兆字节的大小，命中率很差/误报率很高。