问OpenCV + HOG + SVM :支持向量机单特征向量需要的帮助

EN

我尝试用OpenCV2.3实现一个基于SVM和HOG的人员检测系统。但我被塞了起来。

我做到了这一点:我可以从图像数据库中计算HOG值，然后用LIBSVM计算支持向量机，因此我得到了1419个SVM向量，每个值为3780。

OpenCV只需要hog.setSVMDetector()方法中的一个特征向量。因此，我必须从我的1419个SVM向量中计算出一个特征向量，即LIBSVM已经计算出来的特征向量。

我找到了一个提示，就是如何计算这个单一的特征向量：链接

“分量I处的检测特征向量(其中i在范围内，例如0-3779)由I*处的支持向量之和构成，例如det[i] = sum_j (sv_j[i] * alpha[j])，其中j是支持向量的数目，i是支持向量的分量数。”

根据这一点，我的日常工作是这样的:我取第一个支持向量机向量的第一个元素，用alpha值乘以它，并将它与第二个支持向量机的第一个元素相乘，第二个支持向量机向量与α值…相乘。

但是，在总结了所有1419个元素之后，我得到了相当高的值：

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,

如果您将它们与OpenCV示例peopledetect.cpp (和OpenCV源中的hog.cpp )中的默认向量进行比较。

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，默认的向量值在-1和+1之间，但是我的值远远超过它们。

我想，我的单一特征向量例程需要一些调整，有什么想法吗？

致以敬意，

克里斯多夫