opencv - Viola Jones 面部检测 - 对象/面部大小的变化

Question

我正在努力理解 Viola Jones 方法，而且我基本上已经掌握了它。

它使用简单的类似 Haar 的特征提升到强大的分类器中并组织成层/级联以实现更好的性能(不用理会明显的“非对象”区域)。

我想我理解积分图像，我理解特征的计算值是如何计算的。

我唯一不明白的是算法是如何处理面部大小变化的。

据我所知，他们使用在图像上滑动的 24x24 子窗口，算法在其中通过分类器并试图弄清楚上面是否有面部/物体。

我的问题是 - 如果一张脸的尺寸为 10x10，而另一张脸的尺寸为 100x100 怎么办？那么会发生什么？

我很想知道前两个特征是什么(在级联的第一层)，它们看起来如何(请记住，根据 Viola&Jones 的说法，这两个特征几乎不会错过一张脸，并将消除 60% 的错误)？怎么办？？

而且，如何构建这些特征来处理图像中不同面部尺寸的这些统计数据？

我是不是漏掉了什么，或者我想错了？

如果我不够清楚，我会尝试更好地解释我的困惑。

Answer 1

训练

Viola-Jones 分类器在 24*24 图像上进行训练。每个人脸图像都包含一个相似比例的人脸。这会生成一组特征检测器，这些特征检测器由两个、三个或四个针对特定大小的面部优化的矩形构建而成。

脸型

通过在不同尺度上重复分类来检测不同的面部尺寸。 original paper注意到通过尝试相隔 1.25 倍的不同尺度可以获得良好的结果。

请注意，积分图像意味着通过简单地缩放矩形角的坐标，可以很容易地计算任何比例的矩形特征。

最佳功能

原始论文包含在典型级联中选择的前两个特征的图片(参见第 4 页)。

第一个特征检测到较宽较亮的脸颊矩形上方较宽的深色眼睛矩形。

----------
----------
++++++++++
++++++++++

第二个特征检测两边包含眼睛的较暗矩形之间的鼻梁亮细矩形。

---+++---
---+++---
---+++---