OpenCV 3.4.1. Получение первичной формы специально обученного линейного SVM HoG detectMultiScale

Я обучил линейный SVM в OpenCV 3.4.1. Теперь я хочу использовать мой пользовательский SVM с функцией OpenGV 3 HoG detectMultiScale. Старый метод настройки HoG-детектора с пользовательским вектором SVM больше не работает.

Для OpenCV 2 можно получить вектор Primal из обученного SVM OpenCV 2, например:

#include "linearsvm.h"
LinearSVM::LinearSVM() {

qDebug() << "Creating SVM and loading trained data...";

load("/home/pi/trainedSVM.xml");

qDebug() << "Done loading data...";

}

std::vector<float> LinearSVM::getPrimalForm() const
{
std::vector<float> support_vector;

int sv_count = get_support_vector_count();

const CvSVMDecisionFunc* df = getDecisionFunction();

if ( !df ) {
return support_vector;
}

const double* alphas = df[0].alpha;
double rho = df[0].rho;
int var_count = get_var_count();

support_vector.resize(var_count, 0);

for (unsigned int r = 0; r < (unsigned)sv_count; r++)
{
float myalpha = alphas[r];
const float* v = get_support_vector(r);
for (int j = 0; j < var_count; j++,v++)
{
support_vector[j] += (-myalpha) * (*v);
}
}

support_vector.push_back(rho);

return support_vector;
}

Как только первичный вектор был создан из обученных данных SVM, можно установить SVM детектора HoG следующим образом:

    // Primal for of cvsvm descriptor
vector<float> primalVector = m_CvSVM.getPrimalForm();

qDebug() << "Got primal form of detection vector...";
qDebug() << "Setting SVM detector...";

// Set the SVM Detector - custom trained HoG Detector
m_HoG.setSVMDetector(primalVector);

В OpenCV 3.4.1 это больше не работает, так как CvSVM больше не существует, и большая часть SVM API изменилась.

Как мне получить основной вектор моего пользовательского SVM в OpenCV 3.4.1, который я обучал так:

// Set up SVM's parameters
cv::Ptr<cv::ml::SVM> svm = cv::ml::SVM::create();
svm->setType(cv::ml::SVM::C_SVC);
svm->setKernel(cv::ml::SVM::LINEAR);
svm->setTermCriteria(cv::TermCriteria(cv::TermCriteria::MAX_ITER, 10, 1e-6));

// Train the SVM with given parameters
cv::Ptr<cv::ml::TrainData> td = cv::ml::TrainData::create(trainingDataMat, cv::ml::ROW_SAMPLE, trainingLabelsMat);

// Or auto train
qDebug() << "Training dataset...";
QElapsedTimer trainingTimer;
trainingTimer.restart();
svm->trainAuto(td);
qDebug() << "Done training dataset in: " << (float)trainingTimer.elapsed() / 1000.0f;

Благодарю.