模式识别 - libsvm的函数调用方法 具体解释

libsvm的函数调用方法 具体解释

本文地址: http://blog.csdn.net/caroline_wendy/article/details/26261173

须要载入(load)SVM的模型, 然后将结点转换为SVM的格式, 即索引(index)+数据(value)的形式;

释放SVM的model有专用的函数: svm_free_and_destroy_model, 否则easy内存泄露;

能够预測数据的概率, 则须要模型是概率模型, 返回的是一个类别数组(2分类, 则为2个值的数组), 即各个标签的概率值;

注意: 标签即概率值较大的部分, 所以在训练时, 应注意正负样本的顺序,

正样本在前, 下标0, 为正样本的概率, 下标1, 为负样本的概率; 反之亦然.

代码:

/*! @file

********************************************************************************

<PRE>

模块名 : 分类器

文件名称 : SvmClassifier.cpp

相关文件 : SvmClassifier.h

文件实现功能 : SVM分类器类实现

作者 : C.L.Wang

Email: [email protected]

版本号 : 1.0

--------------------------------------------------------------------------------

多线程安全性 : 是

异常时安全性 : 是

--------------------------------------------------------------------------------

备注 : 无

--------------------------------------------------------------------------------

改动记录 :

日 期              版本号   改动人         改动内容

2014/03/27  1.0    C.L.Wang        Create

</PRE>

********************************************************************************

* 版权全部(c) C.L.Wang, 保留全部权利

*******************************************************************************/

#include "stdafx.h"

#include "SvmClassifier.h"

#include <opencv.hpp>

using namespace std;

using namespace cv;

using namespace vd;

const std::string SvmClassifier::NORM_NAME = "normalization.xml"; //归一化模型

const std::string SvmClassifier::SVM_MODEL_NAME = "hvd.model"; //Svm模型

bool SvmClassifier::m_mutex = true; //相互排斥锁

/*! @function

********************************************************************************

<PRE>

函数名 : SvmClassifier

功能 : 參数构造函数

參数 :

const Mat& _videoFeature, 视频特征;

const string& _modelPath, 模型路径;

返回值 : 无

抛出异常 : 无

--------------------------------------------------------------------------------

复杂度 : 无

备注 : 无

典型使用方法 : SvmClassifier iSF(_videoFeature, _modelPath);

--------------------------------------------------------------------------------

作者 : C.L.Wang

</PRE>

*******************************************************************************/

SvmClassifier::SvmClassifier (

	const cv::Mat& _videoFeature, /*特征*/

	const std::string& _modelPath /*模型路径*/

	) :

	Classifier(_videoFeature, _modelPath),

	m_model(nullptr),

	m_node(nullptr)

{

	return;

}

/*! @function

********************************************************************************

<PRE>

函数名 : ~SvmClassifier

功能 : 析构函数

參数 : void

返回值 : 无

抛出异常 : 无

--------------------------------------------------------------------------------

复杂度 : 无

备注 : 无

典型使用方法 : iSC.~SvmClassifier();

--------------------------------------------------------------------------------

作者 : C.L.Wang

</PRE>

*******************************************************************************/

SvmClassifier::~SvmClassifier (void)

{

	if (m_model != nullptr) {

		svm_free_and_destroy_model(&m_model);

	}

	if (m_node != nullptr) {

		delete[] m_node;

		m_node = nullptr;

	}

	return;

}

/*! @function

********************************************************************************

<PRE>

函数名 : calculateResult

功能 : 计算分类结果

參数 : void

返回值 : const double, 分类结果

抛出异常 : 无

--------------------------------------------------------------------------------

复杂度 : 无

备注 : 无

典型使用方法 : result = iSC.calculateResult();

--------------------------------------------------------------------------------

作者 : C.L.Wang

</PRE>

*******************************************************************************/

const double SvmClassifier::calculateResult (void)

{

	double result(0.0);

	while(1) {

		if (m_mutex == true)

		{

			m_mutex = false;

			_initModel();

			result = _predictValue();

			if (m_model != nullptr) {

				svm_free_and_destroy_model(&m_model);

			}

			if (m_node != nullptr) {

				delete[] m_node;

				m_node = nullptr;

			}

			m_mutex = true;

			break;

		}

	}

	return result;

}

/*! @function

********************************************************************************

<PRE>

函数名 : _predictValue

功能 : 预測值

參数 : void

返回值 : const double, 预測值;

抛出异常 : 无

--------------------------------------------------------------------------------

复杂度 : 无

备注 : 无

典型使用方法 : result = _predictValue();

--------------------------------------------------------------------------------

作者 : C.L.Wang

</PRE>

*******************************************************************************/

const double SvmClassifier::_predictValue (void) const

{

	double label (0.0);

	double prop (0.0);

	const int nr_class (2);

	double* prob_estimates = (double *) malloc(nr_class*sizeof(double));

	label = svm_predict_probability(m_model, m_node, prob_estimates);

	prop = prob_estimates[0]; //返回预測概率值

	delete[] prob_estimates;

	return prop;

}

/*! @function

********************************************************************************

<PRE>

函数名 : _initModel

功能 : 初始化模型

參数 : void

返回值 : void

抛出异常 : 无

--------------------------------------------------------------------------------

复杂度 : 无

备注 : 无

典型使用方法 : _initModel();

--------------------------------------------------------------------------------

作者 : C.L.Wang

</PRE>

*******************************************************************************/

void SvmClassifier::_initModel (void)

{

	/*完整路径*/

	std::string modelName (m_modelPath); //模型名称

	std::string normName (m_modelPath); //归一化名称

	const std::string slash("/");

	modelName.append(slash);

	modelName.append(SVM_MODEL_NAME);

	normName.append(slash);

	normName.append(NORM_NAME);

	std::ifstream ifs;

	ifs.open(modelName, ios::in);

	if (ifs.fail()) {

		__printLog(std::cerr, "Failed to open the model file!");

	}

	ifs.close();

	ifs.open(normName, ios::in);

	if (ifs.fail()) {

		__printLog(std::cerr, "Failed to open the model file!");

	}

	ifs.close();

	if (m_model != nullptr) {

		svm_free_and_destroy_model(&m_model);

	}

	m_model = svm_load_model(modelName.c_str());

	__transSvmNode(normName);

	return;

}

/*! @function

********************************************************************************

<PRE>

函数名 : __transSvmNode

功能 : 转换Svm结点

參数 : const string& normName, 归一化模型路径

返回值 : void

抛出异常 : 无

--------------------------------------------------------------------------------

复杂度 : 无

备注 : 无

典型使用方法 : __transSvmNode(normName);

--------------------------------------------------------------------------------

作者 : C.L.Wang

</PRE>

*******************************************************************************/

void SvmClassifier::__transSvmNode (const std::string& _normName)

{

	cv::FileStorage fs(_normName, FileStorage::READ);

	cv::Mat maxNorm;

	fs["normalization"] >> maxNorm;

	fs.release();

	/*归一化视频特征*/

	cv::Mat normFeature =

		cv::Mat::zeros(1, maxNorm.cols-2, CV_64FC1);

	for (int j=2; j<m_videoFeature.cols; ++j) {

		for(int i=0; i<m_videoFeature.rows; ++i) {

			normFeature.at<double>(0, j-2) += m_videoFeature.at<double>(i, j);

		}

	}

	for (int j=0; j<normFeature.cols; ++j)

	{

		normFeature.at<double>(0, j) /= m_videoFeature.rows;

		if (maxNorm.at<double>(0, j+2) > 0.0001)

			normFeature.at<double>(0, j) /= maxNorm.at<double>(0, j+2);

	}

	normFeature.at<double>(0,0) = 0.0;

	if (m_node != nullptr) {

		delete[] m_node;

		m_node = nullptr;

	}

	m_node = new svm_node[normFeature.cols];

	for (int j=1; j < normFeature.cols; ++j) {

		m_node[j-1].index = j;

		m_node[j-1].value = normFeature.at<double>(0, j);

	}

	m_node[normFeature.cols-1].index = -1;

	m_node[normFeature.cols-1].value = 0;

	return;

}