OpenCV+；猪+；SVM：SVM单一特征向量需要帮助

我尝试使用OpenCV2.3实现一个基于SVM和HOG的人员检测系统。但是我被绊倒了

我走了这么远： 我可以从图像数据库计算HOG值，然后用LIBSVM计算SVM向量，因此我得到了1419个SVM向量，每个向量有3780个值

OpenCV只需要方法hog.setsvmdetator（）中的一个特征向量。因此，我必须从1419个SVM向量中计算一个特征向量，这是LIBSVM计算出来的

我发现了一个提示，如何计算这个单一的特征向量：

“分量i处的检测特征向量（其中i在范围内，例如0-3779）是由i处的支持向量之和*该支持向量的α值，例如。

det[i]=sum_j（sv_j[i]*alpha[j]）

，其中

j

是支持向量的个数，

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SVM向量的第一个元素，乘以alpha值，再加上第二个SVM向量乘以alpha值的第一个元素

但在总结了所有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,

如果将它们与OpenCV示例peopledetect.cpp（以及OpenCV源代码中的hog.cpp）中的默认向量进行比较

您可以看到，默认向量值位于–1和+1之间的边界，但我的值远远超过它们

我想，我的单一特征向量程序需要一些调整，有什么想法吗

问候,

---

Christoph

聚合向量的值看起来确实很高。
我使用了位于
我必须删除

svinstr.sync（），因为它会导致丢失部分行并得到错误的结果。

我对文件的其余部分不太了解，我只使用了这个函数

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,