C++を使用してopencvで自分のsvmをトレーニングする方法はありますか？

Question

画像から抽出された特徴を持つ私自身のSVMを訓練したいので、人を含む私の画像シーケンス（720x576）から特徴を抽出します。 人や他のオブジェクトのように検出されたオブジェクトをsvmで分類したいと思っています。 私features.datの作品：

[-0.00011304629, -0.0012236957, 0.00027119479, 0.0012647118, -0.0018265223, -0.018638615, 0.0098637585, 0.020142596, -0.0012514826, -0.0067296866, 0.0043024337, 0.0080097318, 0.0011584486, -0.00077929819, 0.0013905426, 0.00095518644, 0.0017369018, 0.0079498151, 0.0018530694, 0.0085842144, 0.15540655, 0.23714867, 0.15860459, 0.23714867, -0.028113011, 0.25352797, 0.268282, 0.279008, -0.037383422, 0.02249903, 0.042661294, 0.02340897, 0.0013400698, 0.0048319609, 0.0021884302, 0.0056850719, 0.37904194, -0.066282742, 0.41964364, 0.080511056, -0.23055254, 0.010807713, 0.46629098, 0.049539972, -0.041018508, 0.0058587855, 0.045177955, 0.0067843986, -0.00016448426, 0.0008450991, 0.0019716914, 0.0026907444, 0.053080089, -0.0070953579, 0.057075631, 0.0085162139, -0.03202837, 0.0012674005, 0.053649519, 0.0080802822, 9.4343457e-05, 0.00010923775, 0.0083377175, 0.0015355083; 
    -0.0024956728, -0.0024603403, 0.0044404925, 0.0040253471, 0.055309348, 0.006694437, 0.058669563, 0.008123802, -0.031681322, -0.0028714964, 0.056370165, 0.0060769469, -0.0010096794, 6.9015719e-06, 0.0067517483, 0.0011420506, 0.001166827, -0.00068250211, 0.0015904121, 0.0022194763, 0.37670693, 0.056508597, 0.40771538, 0.065799005, -0.22081745, -0.017952221, 0.47782964, 0.051509246, -0.037203062, -0.0030379333, 0.038590115, 0.0047737048, 0.0011766918, -0.01367875, 0.001783903, 0.014545292, 0.15056053, -0.25023517, 0.16026139, 0.25364164, -0.065814815, -0.27434519, 0.20718332, 0.29574585, -0.016427297, -0.033821814, 0.023312433, 0.034270149, -4.2133952e-06, 0.0015094492, 0.00026528162, 0.0015094492, 0.0021759982, 0.021547779, 0.0083950981, 0.021547779, -0.0033076329, 0.015553456, 0.0094896331, 0.015718656, -6.9612266e-05, 0.00065918162, 0.0017252946, 0.0017238797; 

Answer 1

あなたが最初の行のマトリックスに画像配列を変更する必要があります。

Mat img_mat = imread(imgname,0); // I used 0 for greyscale 
int ii = 0; // Current column in training_mat 
for (int i = 0; i<img_mat.rows; i++) { 
    for (int j = 0; j < img_mat.cols; j++) { 
     training_mat.at<float>(file_num,ii++) = img_mat.at<uchar>(i,j); 
    } 
} 


CvSVMParams params; 
params.svm_type = CvSVM::C_SVC; 
params.kernel_type = CvSVM::POLY; 
params.gamma = 3; 
CvSVM svm; 
svm.train(training_mat, labels, Mat(), Mat(), params); 
svm.predict(img_mat_1d); 

さらに、画像のスケールはかなり大きい（720 * 576 = 414720）。モデルをトレーニングする前に、いくつかの前処理を行うことができます。たとえば、PCAを使用してディメンションを縮小します。詳細については 、using OpenCV and SVM with images

Answer 2

を見て、私はこのプログラムを書いた：

#include <opencv2/opencv.hpp> 
#include <opencv2/highgui/highgui.hpp> 
#include <opencv2/core/core.hpp> 
#include <opencv2/imgproc/imgproc.hpp> 
#include <opencv/cv.h> 
#include <iostream> 
#include <vector> 

#include <stdio.h> 
#include <opencv2/features2d/features2d.hpp> 
#include <opencv2/nonfree/features2d.hpp> 
#include <fstream> 




using namespace std; 
using namespace cv; 



//const float kRescaleFactor = 1.5; 

//! main program 
int main(int argc, char* argv[]) 
{ 
    ofstream myfile; 
    myfile.open("features.dat"); 
    String folder = "PETS2006/input/*.jpg"; 
     vector<String> filenames; 

     glob(folder, filenames); 


    Mat gray; 




    int num_files=filenames.size(); 
    int img_area=720*576; 
    Mat training_mat(num_files,img_area,CV_32FC1); 
    Mat labels=Mat::ones(num_files,1,CV_32FC1); 

    for (size_t i = 0; i <filenames.size(); ++i){ 

     Mat img=imread(filenames[i]); 
     cvtColor(img,gray, CV_RGB2GRAY); 



     int ii = 0; // Current column in training_mat 
     for (int k = 0; i<gray.rows; i++) { 
      for (int j = 0; j < gray.cols; j++) { 
      training_mat.at<float>(i,ii++) = gray.at<uchar>(i,j); 
      } 
     } 





    } 
     CvSVMParams params; 
    params.svm_type = CvSVM::C_SVC; 
    params.kernel_type = CvSVM::POLY; 
    params.gamma = 3; 
    CvSVM svm; 
    svm.train(training_mat, labels, Mat(), Mat(), params); 
    svm.save("svm_filename"); 
    return 0; 

} 

私はこのエラーを得た：

assertion failed DataType<_Tp>one of the arguments values is out of range (The kernel parameter <degree> must be positive in CVSVM::set_params