基于HOG+SVM的行人检测系统

本资源为HOG+SVM实现的行人检测系统，包括完整的训练、检测和测试程序。检测程序运行环境为VS2013+opencv2.4.13和QT+opencv3.1.0,测试程序运行环境为matlab2016，具体运行方法见资源中的.txt说明文件。

// Pedestriandetection.cpp : 定义控制台应用程序的入口点。
//

#include “stdafx.h“

#include 
#include 
#include 
#include 
#include 
#include 
#include 

#include 
#include
#include 
#include 
#include “opencv2/video/background_segm.hpp“
#include 

using namespace std;
using namespace cv;

#define PosSamNO 2400  //正样本个数
#define NegSamNO 12660    //负样本个数

#define TRAIN false   //是否进行训练true表示重新训练，false表示读取xml文件中的SVM模型
#define CENTRAL_CROP true   //true:训练时，对96*160的INRIA正样本图片剪裁出中间的64*128大小人体

//HardExample：负样本个数。如果HardExampleNO大于0，表示处理完初始负样本集后，继续处理HardExample负样本集。
//不使用HardExample时必须设置为0，因为特征向量矩阵和特征类别矩阵的维数初始化时用到这个值
#define HardExampleNO 0  

void press（HOGDescriptor &myHOG Mat src）;
//继承自CvSVM的类，因为生成setSVMDetector（）中用到的检测子参数时，需要用到训练好的SVM的decision_func参数，
//但通过查看CvSVM源码可知decision_func参数是protected类型变量，无法直接访问到，只能继承之后通过函数访问
class MySVM : public CvSVM
{
public:
	//获得SVM的决策函数中的alpha数组  
	double * get_alpha_vector（）
	{

		return this->decision_func->alpha;
	}

	//获得SVM的决策函数中的rho参数即偏移量  
	float get_rho（）
	{
		return this->decision_func->rho;
	}
};



int main（）
{
	//检测窗口（64128）块尺寸（1616）块步长（88）cell尺寸（88）直方图bin个数9
	HOGDescriptor hog（Size（64 128） Size（16 16） Size（8 8） Size（8 8） 9）;//HOG检测器，用来计算HOG描述子的
	int DescriptorDim;//HOG描述子的维数，由图片大小、检测窗口大小、块大小、细胞单元中直方图bin个数决定
	MySVM svm;//SVM分类器

	//若TRAIN为true，重新训练分类器
	if （TRAIN）
	{
		string ImgName;//图片名（绝对路径）
		ifstream finPos（“E:\\项目\\数字图像处理\\INRIAPerson\\INRIAPerson\\96X160H96\\Train\\INRIAPerson96X160PosList.txt“）;//正样本图片的文件名列表
		//ifstream finPos（“PersonFromVOC2012List.txt“）;//正样本图片的文件名列表
		ifstream finNeg（“E:\\项目\\数字图像处理\\INRIAPerson\\INRIAPerson\\NoPersonFromINRIAList.txt“）;//负样本图片的文件名列表

		Mat sampleFeatureMat;//所有训练样本的特征向量组成的矩阵，行数等于所有样本的个数，列数等于HOG描述子维数	
		Mat sampleLabelMat;//训练样本的类别向量，行数等于所有样本的个数，列数等于1；1表示有人，-1表示无人


		//依次读取正样本图片，生成HOG描述子
		for （int num = 0; num		{
			cout << “处理：“ << ImgName << endl;
			//ImgName = “D:\\DataSet\\PersonFromVOC2012\\“ + ImgName;//加上正样本的路径名
			ImgName = “E:\\项目\\数字图像处理\\INRIAPerson\\INRIAPerson\\96X160H96\\Train\\pos\\“ + ImgName;//加上正样本的路径名
			Mat src = imread（ImgName）;//读取图片
			if （CENTRAL_CROP）
				src = src（Rect（16 16 64 128））;//将96*160的INRIA正样本图片剪裁为64*128，即剪去上下左右各16个像素
			//resize（srcsrcSize（64128））;

			vector descriptors;//HOG描述子向量
			hog.compute（src descriptors Size（8 8））;//计算HOG描述子，检测窗口移动步长（88）
			//
			cout << “描述子维数：“ << descriptors.size（） << endl;

			//处理第一个样本时初始化特征向量矩阵和类别矩阵，因为只有知道了特征向量的维数才能初始化特征向量矩阵
			if （0 == num）
			{
				DescriptorDim = descriptors.size（）;//HOG描述子的维数
				//初始化所有训练样本的特征向量组成的矩阵，行数等于所有样本的个数，列数等于HOG描述子维数sampleFeatureMat
				sampleFeatureMat = Ma

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-03-25 00:41  行人检测工程文件\
     目录           0  2019-03-25 00:40  行人检测工程文件\Pedestriandetection\
     目录           0  2019-03-25 00:40  行人检测工程文件\Pedestriandetection\Debug\
     文件      184320  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Debug\Pedestriandetection.exe
     文件      960104  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Debug\Pedestriandetection.ilk
     文件     3165184  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Debug\Pedestriandetection.pdb
     文件       44073  2018-05-18 19:51  行人检测工程文件\Pedestriandetection\HOGDetectorForOpenCV.txt
     目录           0  2019-03-25 00:40  行人检测工程文件\Pedestriandetection\Pedestriandetection\
     目录           0  2019-03-25 00:40  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\
     目录           0  2019-03-25 00:40  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\Pedestri.EA9A9B55.tlog\
     文件       13766  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\Pedestri.EA9A9B55.tlog\CL.read.1.tlog
     文件        1384  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\Pedestri.EA9A9B55.tlog\CL.write.1.tlog
     文件         169  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\Pedestri.EA9A9B55.tlog\Pedestriandetection.lastbuildstate
     文件        1878  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\Pedestri.EA9A9B55.tlog\cl.command.1.tlog
     文件        2438  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\Pedestri.EA9A9B55.tlog\link.command.1.tlog
     文件        5028  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\Pedestri.EA9A9B55.tlog\link.read.1.tlog
     文件         726  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\Pedestri.EA9A9B55.tlog\link.write.1.tlog
     文件        3373  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\Pedestriandetection.log
     文件      824508  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\Pedestriandetection.obj
     文件     1703936  2018-05-13 10:24  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\Pedestriandetection.pch
     文件       11194  2018-05-13 10:24  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\stdafx.obj
     文件      756736  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\vc120.idb
     文件     1781760  2018-05-18 19:50  行人检测工程文件\Pedestriandetection\Pedestriandetection\Debug\vc120.pdb
     文件       13053  2018-05-18 19:51  行人检测工程文件\Pedestriandetection\Pedestriandetection\Pedestriandetection.cpp
     文件        4672  2018-05-13 10:24  行人检测工程文件\Pedestriandetection\Pedestriandetection\Pedestriandetection.vcxproj
     文件        1326  2018-05-13 10:19  行人检测工程文件\Pedestriandetection\Pedestriandetection\Pedestriandetection.vcxproj.filters
     文件        1594  2018-05-13 10:19  行人检测工程文件\Pedestriandetection\Pedestriandetection\ReadMe.txt
     文件         225  2018-05-13 10:19  行人检测工程文件\Pedestriandetection\Pedestriandetection\stdafx.cpp
     文件         234  2018-05-13 10:19  行人检测工程文件\Pedestriandetection\Pedestriandetection\stdafx.h
     文件         236  2018-05-13 10:19  行人检测工程文件\Pedestriandetection\Pedestriandetection\targetver.h
     文件          44  2018-05-18 19:47  行人检测工程文件\Pedestriandetection\Pedestriandetection.opensdf
............此处省略20个文件信息