用于 LBP 训练的 OpenCV traincascade

Question

我正在尝试使用 traincascade 实用程序使用 OpenCV 中的 LBP 功能创建头部检测器。我希望头部检测器会产生类似于 Vladim Pivarevsky 创建的 OpenCV 侧面的结果。我想重新创建模型，因为当前模型只处理正面和左侧脸。

我关注 Naotoshi Seo tutorial并使用来自 Irshad Ali website 的数据集.不幸的是，生成的模型执行缓慢​​且存在大量错误检测。

traincascade 运行如下:

opencv_traincascade -data "data" -vec "samples.vec" -bg "out_negatives.dat" -numPos 26000 -numNeg 4100 -numStages 16 -featureType LBP -w 20 -h 20 -bt GAB -minHitRate 0.995 -maxFalseAlarmRate 0.3 -weightTrimRate 0.95 -maxDepth 1 -maxWeakCount 100 -maxCatCount 256 -featSize 1

我尝试使用其他数据集，现在正面来自 http://fei.edu.br/~cet/facedatabase.html但结果仍然相同:检测速度慢且误报率高。

有人有创建级联 haar/lbp 模型的知识或经验吗？请提出任何建议，以便我提高模型的准确性。我尝试使用 OpenCV 内置模型，结果很好(lbpfrontalface.xml)。非常感谢!

Answer 1

最好的方法是“试错”……你真的需要不同的面孔，差异越大越好。你可以拍一张脸，然后通过 createsamples 拍很多脸。但是这样，你永远不会有好的级联。你应该有很多不同的面孔，如果它们不够，你可以通过 createsamples 增加它们。例如，您可以通过 createsamples 获得 500 张不同的面孔，您可以对它们进行 5000 次处理，那么级联可能会让您满意。

关于开始训练:积极的太多:)或消极的太少。例如，您需要 5000 pos 和 2500 neg (pos = 2*neg)。至少就我而言，这是最佳选择。