《计算机视觉应用开发》课件 cha3 5_基于Hog的目标检测.pptx

基于Hog的人脸检测 案例描述01任务案例目标02任务案例分析03任务案例实施04任务 1案例描述 1案例描述本案例将通过dlib库来实现Hog特征的人脸检测。Hog特征的人脸检测是目前计算机视觉、模式识别领域很常用的一种描述图像局部纹理的特征。它的主要思想是在一副图像中，局部目标的表象和形状能够被梯度或边缘的方向密度分布很好地描述。其本质为：梯度的统计信息，而梯度主要存在于边缘的地方。 2案例目标 案例目标温习Hog特征检测的基础知识和操作流程；调用dlib库中的Hog特征检测器；使用Hog特征检测器对图片进行人脸检测。2 3案例分析 案例分析dlib 实现的人脸检测方法便是基于图像的Hog特征，综合支持向量机算法实现的人脸检测功能，该算法的大致思路如下：（1）对正，负样本(即包含人脸的图像)数据集提取Hog特征，得到Hog特征描述子；（2）利用支持向量机算法训练正负样本，显然这是一个二分类问题，可以得到训练后的模型；（3）利用该模型进行负样本难例检测，也就是难分样本挖掘(hard-negtive mining)，以便提高最终模型的分类能力。具体思路为：对训练集里的负样本不断进行缩放，直至与模板匹配位置。通过模板滑动窗口搜索匹配（该过程即多尺度检测过程），如果分类器误检出非人脸区域则截取该部分图像加入到负样本中；（4）集合难例样本重新训练模型，反复如此得到最终分类模型。3 4案例