opencv - HOG 人体检测器 : False Positive detections on background subtracted images

Question

我正在做一个需要检测场景中人物的项目。

最初在原始帧上运行 HOG 检测器后，一个特定的背景对象在所有帧上都被检测为一个人，给了我 3021 个误报检测。

因此，我采取了合乎逻辑的步骤，通过对所有帧应用背景减法器 (BackgroundSubtractorMOG2) 来移除静态背景。生成的帧如下所示:

然后将这些蒙版图像添加(使用 bitwise_and)到原始图像，因此白色像素被替换为构成人的像素。

样本:

然后我在这些图像上运行 HOG 检测器，结果如下:

如您所见，出于某种原因存在大量误报检测。我认为进行背景减除会比在原始图像上使用 HOG 得到更好的结果。

有人能告诉我为什么这种方法有这么多误报吗？以及如何改进背景减影图像的检测？

Answer 1

问题是您通过移除背景改变了图像的性质。所以，HOG 检测器是用正常图像训练的，没有人工黑色像素，现在你给它喂人工改变的图像，所以它会以一种奇怪的方式执行是正常的(仍然不明白顶部的检测虽然图像..)

如果您想在背景减除之上使用 HOG 检测器，您应该使用从背景减除图像中获取的特征来训练 HOG 分类器。

您可以尝试的一件事(如果这不会降低您的应用程序的性能)是在有背景和无背景的两个图像上使用 HOG 检测器，并且只接受在两个图像上明显重叠的检测，这可能会删除一些两幅图像的误报。

PS:HOG 专门设计用于通过检测强边缘并针对 SVM 模型测试它们来处理原始图像。通过移除背景，我们正在创建有点违背使用 HOG 目的的人工边缘。但我认为您可以按照我在上一段中的建议使用它来消除错误检测。