上一篇教程中我們介紹了如何使用OpenCv封裝的FaceRecognizer類實現簡單的人臉性別識別，這里我們為大家提供另外一種基本的性別識別手段——支持向量機（SVM）。 　　支持向量機在解決二分類問題方面有著強大的威力（當然也可以解決多分類問題），性別識別是典型的二分類模式識別問題，因此很適合用SVM進行處理，同時OpenCv又對SVM進行了很好的封裝，調用非常方便，因此我們在這個性別識別程序中考慮加入SVM方法。 　　在這里我們采用了HOG+SVM的模式來進行，即先提取圖像的HOG特征，然后將這些HOG特征輸入SVM中進行訓練。 　　一、SVM概述 　　SVM的數學原理十分復雜，我們不在這里過多討論，有關OpenCv中SVM的用法，這里為大家提供兩篇博客以供參考：[OpenCV的SVM用法](http://blog.csdn.net/carson2005/article/details/6547250)以及[OpenCV 2.4+ C++ SVM介紹](http://www.cnblogs.com/justany/archive/2012/11/23/2784125.html)。 　　二、HOG特征概述 　　HOG特征是圖像的梯度特征，具體參見：[目標檢測的圖像特征提取之（一）HOG特征](http://blog.csdn.net/zouxy09/article/details/7929348) 　　三、建立訓練集 　　這里繼續沿用上一篇博文中提到的性別識別訓練集，400張男性人臉樣本400張女性人臉樣本，下載地址：[性別識別數據集](http://download.csdn.net/detail/u013088062/9389882)。 　　四、算法的訓練與測試 　　1、建立控制臺工程，配置OpenCv環境 　　這里將工程命名為：GenderSVM。 　　2、編寫批量讀取函數read_csv（） 　　只要涉及到訓練，都需要批量讀取訓練樣本的操作，SVM也不例外，因此需要先編寫批量讀取函數read_csv（）。考慮到之前的批量讀取函數必須一次性將所有訓練樣本讀入內存中，內存消耗較大，在這里做一個小小的改進： ~~~ void read_csv(String& csvPath,Vector<String>& trainPath,Vector<int>& label,char separator = ';') { string line,path,classLabel; ifstream file(csvPath.c_str(),ifstream::in); while (getline(file,line)) { stringstream lines(line); getline(lines,path,separator); getline(lines,classLabel); if (!path.empty()&&!classLabel.empty()) { trainPath.push_back(path); label.push_back(atoi(classLabel.c_str())); } } } ~~~ 　　可見這里我們將輸入參數由vector<Mat>改為vector<String>，然后返回裝有訓練樣本的所有路徑的容器，需要時在根據其中的路徑進行讀取，降低了內存占用量。 　　3、讀入訓練樣本路徑 ~~~ string trainCsvPath = "E:\\性別識別數據庫—CAS-PEAL\\at.txt"; vector<String> vecTrainPath; vector<int> vecTrainLabel; read_csv(trainCsvPath,vecTrainPath,vecTrainLabel); ~~~ 　　順利批量讀入路徑：  　　4、訓練初始化 　　在提取HOG特征之前，需要初始化訓練數據矩陣： ~~~ /**********初始化訓練數據矩陣**********/ int iNumTrain = 800; Mat trainDataHog; Mat trainLabel = Mat::zeros(iNumTrain,1,CV_32FC1); ~~~ 　　需要強調的是SVM的訓練數據必須都是CV_32FC1格式，因此這里顯式的將標簽矩陣trainLabel初始化為CV_32FC1格式，trainDataHog稍后進行初始化。 　　5、提取圖像HOG特征 　　接下來循環讀入所有的訓練樣本，提取HOG特征，放在訓練數據矩陣中。考慮嵌套代碼的復雜性，這里先給出整體代碼，稍后解釋： ~~~ /**********提取HOG特征，放入訓練數據矩陣中**********/ Mat imageSrc; for (int i = 0; i < iNumTrain; i++) { imageSrc = imread(vecTrainPath[i].c_str(),1); resize(imageSrc,imageSrc,Size(64,64)); HOGDescriptor *hog = new HOGDescriptor(cvSize(64,64),cvSize(16,16), cvSize(8,8),cvSize(8,8),9); vector<float> descriptor; hog->compute(imageSrc,descriptor,Size(1,1),Size(0,0)); if (i == 0) { trainDataHog = Mat::zeros(iNumTrain,descriptor.size(),CV_32FC1); } int n = 0; for (vector<float>::iterator iter = descriptor.begin();iter != descriptor.end();iter++) { trainDataHog.at<float>(i,n) = *iter; n++; } trainLabel.at<float>(i,0) = vecTrainLabel[i]; } ~~~ 　　接下來我們對這段代碼進行詳細解釋。 　　（1）循環讀入訓練樣本 　　從vecTrainPath容器中逐條取出訓練樣本路徑，然后讀取： ~~~ imageSrc = imread(vecTrainPath[i].c_str(),1); ~~~ 　　（2）尺寸歸一化 　　我們這里將圖像尺寸歸一化為64*64，這是因為當時在寫程序時參考了一篇關于HOG特征的博客。這里的尺寸大家可以隨意設定，當然也會影響最終的識別效率，64*64可能并不是一個最優的尺寸： ~~~ imageSrc = imread(vecTrainPath[i].c_str(),1); resize(imageSrc,imageSrc,Size(64,64)); ~~~ 　　（3）計算HOG特征 　　OpenCv給出的HOG特征計算接口非常簡潔，三句話即完成： ~~~ HOGDescriptor *hog = new HOGDescriptor(cvSize(64,64),cvSize(16,16), cvSize(8,8),cvSize(8,8),9); vector<float> descriptor; hog->compute(imageSrc,descriptor,Size(1,1),Size(0,0)); ~~~ 　　提取的特征以容器的數據 結構形式給出。至于計算時的參數設定，參見我之前提供的那兩篇博客即可。 　　（4）初始化數據矩陣trainDataHog 　　前面提到，SVM中用到的訓練數據矩陣必須是CV_32FLOAT形式的，因此需要對數據矩陣顯示的指定其尺寸和類型。然后由于trainDataHog行數為訓練樣本個數，而列數為圖片HOG特征的維數，因此無法在進行HOG特征提取之前確定其尺寸，因此這里選擇在進行完第一張樣本的HOG特征、得到對應維數之后，在進行初始化： ~~~ if (i == 0) { trainDataHog = Mat::zeros(iNumTrain,descriptor.size(),CV_32FC1); } ~~~ 　　（5）將得到的HOG特征存入數據矩陣 　　得到的HOG特征是浮點數容器的形式，我們需要將其轉換成矩陣的形式以便于訓練SVM，這就涉及到了vector和Mat兩個數據結構的遍歷。vector遍歷這里推薦使用迭代器的方式，而Mat遍歷這里則選擇了相對耗時但是最簡單的方式——直接使用at函數： ~~~ int n = 0; for (vector<float>::iterator iter = descriptor.begin();iter != descriptor.end();iter++) { trainDataHog.at<float>(i,n) = *iter; n++; } trainLabel.at<float>(i,0) = vecTrainLabel[i]; ~~~ 　　訓練得到的HOG特征如圖所示：  　　可見在當前的參數設定下，提取到的HOG特征為1764維，共800張訓練樣本，每一行代表一個圖片的HOG特征向量。通過“ctrl+鼠標滾輪”放大觀察特征向量的具體參數：  　　6、訓練SVM分類器 　　有關OpenCv中SVM分類器的使用可以參見以下博客：[OpenCV 2.4+ C++ SVM介紹](http://www.cnblogs.com/justany/archive/2012/11/23/2784125.html)。 　　首先，初始化相關參數： ~~~ /**********初始化SVM分類器**********/ CvSVM svm; CvSVMParams param; CvTermCriteria criteria; criteria = cvTermCriteria( CV_TERMCRIT_EPS, 1000, FLT_EPSILON ); param = CvSVMParams(CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria ); ~~~ 　　開始訓練、訓練完成后保存分類器： ~~~ /**********訓練并保存SVM**********/ svm.train(trainDataHog,trainLabel,Mat(),Mat(),param); svm.save("E:\\性別識別數據庫—CAS-PEAL\\SVM_SEX_Model.txt"); ~~~ 　　注意我們這里選擇將分類器保存為txt形式：  　　當然，我們可以打開這個txt文件，查看里面的參數：  　　7、測試分類效果 　　測試過程和訓練過程基本相同，讀取圖片、尺寸歸一化、提取HOG特征、預測： ~~~ /**********測試SVM分類性能**********/ Mat testImage = imread("E:\\性別識別數據庫—CAS-PEAL\\測試樣本\\女性測試樣本\\face_35.bmp"); resize(testImage,testImage,Size(64,64)); HOGDescriptor *hog = new HOGDescriptor(cvSize(64,64),cvSize(16,16), cvSize(8,8),cvSize(8,8),9); vector<float> descriptor; hog->compute(testImage,descriptor,Size(1,1),Size(0,0)); Mat testHog = Mat::zeros(1,descriptor.size(),CV_32FC1); int n = 0; for (vector<float>::iterator iter = descriptor.begin();iter != descriptor.end();iter++) { testHog.at<float>(0,n) = *iter; n++; } int predictResult = svm.predict(testHog); ~~~ 　　8、完整代碼 　這里給出HOG+SVM進行性別識別的完整代碼： ~~~ // GenderSVM.cpp : 定義控制臺應用程序的入口點。 // #include "stdafx.h" #include <opencv2\opencv.hpp> #include <iostream> #include <sstream> #include <fstream> using namespace std; using namespace cv; void read_csv(String& csvPath,vector<String>& trainPath,vector<int>& label,char separator = ';') { string line,path,classLabel; ifstream file(csvPath.c_str(),ifstream::in); while (getline(file,line)) { stringstream lines(line); getline(lines,path,separator); getline(lines,classLabel); if (!path.empty()&&!classLabel.empty()) { trainPath.push_back(path); label.push_back(atoi(classLabel.c_str())); } } } int _tmain(int argc, _TCHAR* argv[]) { /**********批量讀入訓練樣本路徑**********/ string trainCsvPath = "E:\\性別識別數據庫—CAS-PEAL\\at.txt"; vector<String> vecTrainPath; vector<int> vecTrainLabel; read_csv(trainCsvPath,vecTrainPath,vecTrainLabel); /**********初始化訓練數據矩陣**********/ int iNumTrain = 800; Mat trainDataHog; Mat trainLabel = Mat::zeros(iNumTrain,1,CV_32FC1); /**********提取HOG特征，放入訓練數據矩陣中**********/ Mat imageSrc; for (int i = 0; i < iNumTrain; i++) { imageSrc = imread(vecTrainPath[i].c_str(),1); resize(imageSrc,imageSrc,Size(64,64)); HOGDescriptor *hog = new HOGDescriptor(cvSize(64,64),cvSize(16,16), cvSize(8,8),cvSize(8,8),9); vector<float> descriptor; hog->compute(imageSrc,descriptor,Size(1,1),Size(0,0)); if (i == 0) { trainDataHog = Mat::zeros(iNumTrain,descriptor.size(),CV_32FC1); } int n = 0; for (vector<float>::iterator iter = descriptor.begin();iter != descriptor.end();iter++) { trainDataHog.at<float>(i,n) = *iter; n++; } trainLabel.at<float>(i,0) = vecTrainLabel[i]; } /**********初始化SVM分類器**********/ CvSVM svm; CvSVMParams param; CvTermCriteria criteria; criteria = cvTermCriteria( CV_TERMCRIT_EPS, 1000, FLT_EPSILON ); param = CvSVMParams(CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria ); /**********訓練并保存SVM**********/ svm.train(trainDataHog,trainLabel,Mat(),Mat(),param); svm.save("E:\\性別識別數據庫—CAS-PEAL\\SVM_SEX_Model.txt"); /**********測試SVM分類性能**********/ Mat testImage = imread("E:\\性別識別數據庫—CAS-PEAL\\測試樣本\\女性測試樣本\\face_35.bmp"); resize(testImage,testImage,Size(64,64)); HOGDescriptor *hog = new HOGDescriptor(cvSize(64,64),cvSize(16,16), cvSize(8,8),cvSize(8,8),9); vector<float> descriptor; hog->compute(testImage,descriptor,Size(1,1),Size(0,0)); Mat testHog = Mat::zeros(1,descriptor.size(),CV_32FC1); int n = 0; for (vector<float>::iterator iter = descriptor.begin();iter != descriptor.end();iter++) { testHog.at<float>(0,n) = *iter; n++; } int predictResult = svm.predict(testHog); return 0; } ~~~ 　　五、總結 　　以上就是通過HOG特征+SVM進行性別識別的完整代碼，在編寫代碼的過程中遇到了一些有趣的問題，這里稍作總結。 　　1、變量命名格式 　　當代碼量很大的時候，變量的命名格式就顯得十分重要，相信大家早已不用那種a、b、m、n這種簡單的無意義的命名方法了。在C++中推薦大家使用匈牙利命名法，即“類型縮寫+變量名縮寫”的命名格式。例如vecTrainPath這個變量名，前綴“vec”表明這個變量是一個vector格式的變量，而“TrainPath”則表明這個容器中存放的是訓練樣本的路徑。這種命名方式在大型工程中非常重要，還有一點需要注意的是當變量名中出現多個縮略短語時，推薦第一個短語小寫，其他短語的首字母大寫。 　　2、為何選擇HOG特征 　　通過實驗發現，直接將圖像向量化后輸入SVM（不經過特征提取）的方式的正確率將不理想。雖然本質上像素本身最能代表圖像的語義信息，但由于SVM并不具備特征提取能力，因此效果不佳。確切的說，特征提取是模式分類的必要過程，即便是深度學習也不例外，因為深度學習（DeepLearning）本質上也是一種特征提取的手段，只不過提取得到的特征更深層，更抽象，表現力更強。為此我之前曾專門寫過一篇博客進行闡述：[淺談模式識別中的特征提取](http://blog.csdn.net/u013088062/article/details/45952613) 　　當然這里大家可以嘗試提取其他特征之后再進行分類，甚至可以考慮通過提起深度特征來進行分類，這里只是以HOG特征為例而已。 　　4、有關vector的一些使用（為什么不用int型數組） 　　在這段代碼中我們大量用到了vector結構，這是C++11的新特性。仔細觀察，其實vector結構的最明顯的一個優勢就是能夠動態分配大小，實時添加/刪除元素，這點是數組所不能實現的。雖然可以通過new操作符來實現數組的動態分配，但我們仍推薦大家在需要使用可動態變化的數組的場合，使用vector。 　　5、Vectot和vector 　　在編寫代碼是仔細留心編譯器給出的拼寫提示，會發現這樣一現象：  　　那么vector和Vector有什么區別呢？一句話，Vector是OpenCv中的vector，類似的還有String和string等。Vector和String這類結構是隸屬于OpenCv的：  　　OK，以上就是這次博文的所有內容，在接下來的博文中我們將開始進入MFC編程階段，歡迎大家討論：[http://blog.csdn.net/u013088062](http://blog.csdn.net/u013088062)。