c++ - haar 分类器的最佳参数

Question

我正在尝试使用提供的 xml 文件 haarcascade_frontalface_alt 和 hogcascade_pedestrians.xml 检测人脸和行人。到目前为止，我可以进行一些检测，但是行人检测很差，人脸检测很一般。我正在使用 640x480 或 480x640 图像在 iphone 上执行此操作。我也可以使图像更大，但处理速度更快。此外，我可能会将处理移至服务器，但问题仍然存在。截至目前，我正在这样做以获得结果。

面孔:下面的第一个面孔甚至不起作用。它不会编译。

faceDetector.detectMultiScale(matgrey, faces, 1, 1, 2, 0|CV_HAAR_SCALE_IMAGE, cv::Size(30,30));

所以我求助于下面的函数调用。

faceDetector.detectMultiScale(matgrey, faces);

行人:

hog.detectMultiScale(rgbMat, found, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 2);

我真的很想提高结果质量。我很好奇为此更改参数是否会增强结果。我想要最佳结果，因此处理时间不是大问题。

谢谢，任何反馈都会很棒。

Answer 1

对于人脸检测，您不能将第三个参数(即 scaleFactor - 指定图像大小在每个图像比例下缩小多少的参数)设置为 1，这您将失去以多尺度方式搜索面孔的能力，因为它无法重新调整大小。尝试将其更改为 1.05(即默认值)或其他值。

要获得更好的面部检测，请查看 this thread对于 CascadeClassifier::detectMultiScale() 的推荐值参数，.

---

对于行人检测，为了提高它的质量，你应该尝试修改HOGDescriptor::detectMultiScale()的第三个(即 hit_threshold)和最后一个参数(即 group_threshold)。

特别是，为了获得更好的行人检测结果，你应该把它们都调高:

• hit_threshold:特征与 SVM 分类平面之间距离的阈值。
• group_threshold:调节相似度阈值的系数。检测到时，某些对象可以被许多矩形覆盖。在一组矩形中使用阈值来保留它。