链接：https://pan.baidu.com/s/1BqiHxWeRFUWY1Uxb-mMFAA 提取码：0amu 复制这段内容后打开百度网盘手机App，操作更方便哦--来自百度网盘超级会员V4的分享
链接：https://pan.baidu.com/s/16KTIa0DttIWLae0K9_c2dw 提取码：p31i 复制这段内容后打开百度网盘手机App，操作更方便哦--来自百度网盘超级会员V4的分享
注意： 进行该实验前需要安装vlfeat库，安装方法为：
- a）下载 VLFeat 的安装包在其解压到任意目录下。
- b）在 matlab 中新建 startup.m 文件
- c）在 startup.m 文件中输入 run('......\vlfeat-0.9.21\toolbox\vl_setup')并运行，即可安装
- d）在 matlab 命令行中输入 vl_version ，得到 vlfeat 的版本号以检验是否安装成功
链接：https://pan.baidu.com/s/1UB7aIsVzFVfnHd7L6pvybw 提取码：aztz 复制这段内容后打开百度网盘手机App，操作更方便哦--来自百度网盘超级会员V4的分享
利用滑动窗口进行面部识别
http://cs.brown.edu/courses/cs143/2011/results/proj4/psastras/
- 将data文件夹的三个zip文件解压，仍放在data文件夹中
- 将test_scences的test.zip和test_jpg.zip解压，仍然放到test_scenes文件夹内
- 将代码放到matlab中，修改project4.m中的data_path为data文件夹的路径
- 运行project4.m文件即可
SUMMARY:
- 分别用 Caltech Web Faces project 和 Sun Scene database 的数据集作为正负类 训练集，用 CMU+MIT 的数据集作为测试集
- 分别提取正负类样本的 Histogram of Oriented Gradients (HOG)特征，步骤包括, 1) 图像归一化和预处理, 2) 梯度计算, 3) 得到梯度统计直方图, 4) cell的合并与归一化
- 利用提取到的正负类HOG特征训练Support Vector Machine (SVM) 分类器，为提高准确率&降低假阳性率（fp_rate）将 hard negatives 的样本再次用于训练 SVM
- 在测试集上进行不同尺度下的人脸检测，并利用 non-maximum suppression (NMS)方法去除重叠框并选出最优大小的候选框，最终确定人脸位置，准确率为89.3%
训练集：利用Caltech Web Faces project做正类，Sun Scene database 做负类（主要是场景图片），将他们都裁减成大小一致。
测试集：CMU+MIT test scenes作测试集
定义变量：
train_path_pos ：正类路径，大小为36x36
non_face_scn_path ：负类路径
test_scn_path：测试集路径
label_path：标签集，是txt文本
- 定义两个参数：
template_size=36,hog_cell_size=3
注意：template size should be evenly divisible by hog_cell_size，因为把图片reshape到template_size大小，将图片分成多个cell，每个cell的边长是hog_cell_size，在每个cell里面统计一个梯度直方图，之后串联起来再归一化，得到的就是整个图片的hog描述符，所以需要divisible
-
获取正样本的特征 调用
get_positive_features函数，传入template_size=36，hog_cell_size=3，正类样本的路径，得到特征features_pos（一个N * D的矩阵，N是脸的数量，D是template的维度，也等于(template_size / hog_cell_size)^2 * 31，这个N*D是for循环里面，reshape再连接最后成这样的）get_positive_features函数： 对于每个正类的image，调用vl_hog提取hog特征：HOG = vl_hog(single(image), feature_params.hog_cell_size)
每个imge的
HOG连接成为features_pos -
获取负样本的特征： 调用
get_random_negative_features函数，传入负类路径,template_size=36，hog_cell_size=3,num_negative_examples，得到features_neg（和上面正类的特征一样也是N*D的矩阵）get_random_negative_features函数： 也是对每个image调用HOG = vl_hog每个image的HOG连接成features_neg
目的是得到w和b这两个可以完全定义一个svm的参数
- svm的输入X,Y分别如下：
//伪代码 X=[正类特征矩阵features_pos，负类特征矩阵features_neg] //相当于把正负类的hog特征之间拼接 Y=[（1,1,1,1….）;(-1,-1,-1,-1….)] //“正类数量”个1的序列和“负类数量”个-1的序列的拼接
- 调用函数
[w,b] = vl_svmtrain(X', Y', lambda);得到线性svm分类器的参数w和b
-
计算准确率 将正负类样本刚刚算出来的特征带入svm的式子，如果分类器有效的话某个正类特征算出来的值应该是正的，负类特征算出来应该是负的。然后每个样本都带入算出一个结果，和答案向量（正类数量个1，负类数量个-1）对比，得到准确率。
-
画出template 可以根据正脸特征的梯度直方图画出他学习到的人脸模型
目的：用难区分的负样本来强化一下svm
先找出hard negative（难以区分的负样本），也就是收集把负样本放进上一步训练的svm时，被以为是正样本的图片（这里只收集被认为是正样本的概率大于一定值的）。
把这些hard negative图片提取hog特征（调用hog = vl_hog）后，把（hn+原来的负类）的hog特征一起当成负类的hog特征再次训练svm，这样可以降低假阳性率 （fp_rate）从而提高准确性。
准确率约为89.3%
调用run_detector函数，输入测试集的路径 + svm的w和b两个参数 + template_size + hog_cell_size，
返回bboxes, confidences, image_ids三个东西，分别是：
Bboxes：Nx4矩阵，N是detections的数量，4代表着[x_min, y_min, x_max, y_max]4个维度
Confidences： Nx1，某个detection的confidence
image_ids：Nx1，存文件名
对于每个测试集的图片img，把img分别缩小到0.8倍，0.8^2^倍，0.8^3^倍…...0.8^6^倍
在每个尺度上，调用HOG = vl_hog提取缩放后的图片（scaled_img）的hog特征，然后把结果带入到svm的公式里算出一个得分（得分如果是正的说明我的svm预测他是正类）
这里还用了一个threshold参数。不是>0就认为是正了，而是>threshold才认为是正类。
在正类的地方框出来，并记录一个confidence参数（由刚刚丢进svm算出来的得分，挑出大于threshold的部分再标准化得到的，用于衡量svm认为这个图片是人脸的概率）。
在不同尺度上都得到后，进行非最大抑制。即调用non_max_supr_bbox函数，输入每个尺度下的框框和置信度（confidence），得到/保留从不同尺度中挑出来是最大值的。
hog_cell_size：计算hog特征时的cell的变长。随着 hog_cell_size 的增大，精度不断下降，因为更大的区域直接取了一个梯度直方图，更粗糙，但是计算量降低。
threshold ：判断为正类的阈值。随着 threshold 的增大（判断为正类的标准越严格），结果精度先减小后增大。 threshold 增大，精度先减小可能是因为将一些正类也判别成为负类了。
详见project4-report.pdf文件
详见project4-report.pdf文件