Python+OpenCV|HoG+SVMによる人物検出

Question

前提・実現したいこと

プログラミング初心者（授業で少しかじった程度）です。
大学の授業で、渡され、言葉の意味はなんとなくわかったのですが、処理が良くわかりません。
「Python+OpenCV|HoG+SVMによる人物検出」なのですが、
どこで何がどうなっているのか、教えていただけないでしょうか？
特に、「サポートベクタマシンによる人検出」と「人を検出した座標」と「バウンディングボックス」で
どうゆう処理が行われているのか教えてください。
よろしくお願いします。

該当のソースコード

import cv2
#処理したい画像を選択
img_name = 'pedestrian4.jpg'
 
im = cv2.imread(img_name)
# HoG特徴量の計算
hog = cv2.HOGDescriptor()
 
# サポートベクタマシンによる人検出
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
hogParams = {'winStride': (8, 8), 'padding': (32, 32), 'scale': 1.2}
 
# 人を検出した座標
human, r = hog.detectMultiScale(im, **hogParams)
 
# バウンディングボックス
for (x, y, w, h) in human:
    cv2.rectangle(im, (x, y),(x+w, y+h),(0,50,255), 3)
     
# 検出した画像を保存
cv2.imwrite('out_default_'+img_name,im)

Comments

[t_obara]

大学の授業でやるんですねぇ・・・教科書とかに参考となる情報は記載がないものなんですか？どのような教科書を利用しているのか分かりませんが。

Answer 1

コードにコメントを入れると以下のようになります。

import cv2

# 画像を読み込む
img_name = "pedestrian4.jpg"
im = cv2.imread(img_name)

# HOG特徴量検出器を作成
hog = cv2.HOGDescriptor()

# HOG特徴量検出器 (SVM) に学習済みの人検出の重みを設定
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

# detectMultiScale() のパラメータ
hogParams = {"winStride": (8, 8), "padding": (32, 32), "scale": 1.2}

# human には検出した矩形の座標の一覧が入っている。
# x, y: 矩形の左上の座標 w, h: 矩形の幅と高さ
# human = [(x, y, w, h), (x, y, w, h), ...]
human, r = hog.detectMultiScale(im, **hogParams)

# 検出した矩形の座標の一覧をもとに画像に矩形を描画している
for (x, y, w, h) in human:
    cv2.rectangle(im, (x, y), (x + w, y + h), (0, 50, 255), 3)

# 検出した画像を保存
cv2.imwrite("out_default_" + img_name, im)

OpenCV の API はアルゴリズムについては関数内に隠蔽されるので、このコードから「SVM とはなにか」「HOG 特徴量とはなにか」を知ることはできません。

OpenCV の HOGDescriptor の使い方ではなく、「HOG 特徴量」「SVM」のアルゴリズム自体に関心がある場合は別途、書籍や Web などで情報を集めてください。