4
我尝试使用OpenCV2.3实现基于SVM和HOG的人检测系统。但我被困住了。OpenCV + HOG + SVM：支持SVM单特征向量所需的帮助
我来到目前为止： 我可以从图像数据库计算HOG值，然后用LIBSVM计算SVM向量，所以我得到了例如1419个SVM向量，每个值为3780。
OpenCV只是想要方法hog.setSVMDetector（）中的一个特征向量。因此，我必须计算LIBSVM计算出的1419个SVM向量中的一个特征向量。
我发现一个提示，如何计算此单个特征向量：link
“在成分中的检测的特征向量（其中i的范围是从例如0-3779）构建出的总和的支持向量i *该支持向量的alpha值，例如 det[i] = sum_j (sv_j[i] * alpha[j])，其中j是支持向量的数量，i 是支持向量的组件数“
根据这一点，我的日常工作是这样的：。 我把我的第一次的第一个元素SVM载体，具有阿尔法值相乘，并与第二SVM矢量已经乘以alpha值，第一个元素添加它...
但综合各1419元后，我得到相当高的值：
16.0657, -0.351117, 2.73681, 17.5677, -8.10134,
11.0206, -13.4837, -2.84614, 16.796, 15.0564,
8.19778, -0.7101, 5.25691, -9.53694, 23.9357,
如果peopledetect.cpp（和hog.cpp在OpenCV的源）对它们进行比较，为默认矢量OpenCV的样品中
0.05359386f, -0.14721455f, -0.05532170f, 0.05077307f,
0.11547081f, -0.04268804f, 0.04635834f, -0.05468199f, 0.08232084f,
0.10424068f, -0.02294518f, 0.01108519f, 0.01378693f, 0.11193510f,
0.01268418f, 0.08528346f, -0.06309239f, 0.13054633f, 0.08100729f,
-0.05209739f, -0.04315529f, 0.09341384f, 0.11035026f, -0.07596218f,
-0.05517511f, -0.04465296f, 0.02947334f, 0.04555536f,
你看，默认矢量值在-1和+1之间的边界，但是我的数值超过了它们。
我想，我的单一特征向量例程需要一些调整，有什么想法吗？
问候，
克里斯托夫