python - OpenCV HOG 描述符参数

Question

我正在尝试使用 cv2.HOGDescriptor() 从摄像头的源中检测人物并使用他们的默认人物分类器。

识别器有点可以工作，但老实说我在理解分配给 winStride 的值时遇到了问题, padding , scale和 groupThreshold分别。

目前，相机馈送的帧大小为 1280 X 720，我将其调整为 400 X 400 然后执行 detectMultiScale带参数

hogParams = {'winStride': (8, 8), 'padding': (32, 32), 'scale': 1.05, 'finalThreshold': 2}

基于此answer ，我了解这些参数的作用和代表的含义。

我的问题是，有没有办法用这些值映射图像大小？数学方程式？估计方法？我不一定要求提供所有值的具体方法或方法，而是要求比反复试验 或魔数(Magic Number) 更好的方法。

大多数引用资料和教程几乎都使用了魔数(Magic Number)，但没有说明它们是如何获得的。

PS:如果您仍然不确定我的问题，这里有一个视觉帮助

Answer 1

这里没有 Elixir 。不幸的是，这是非常复杂的，因为最佳解决方案会因输入数据而异。

这里有一些额外的指导:

• 如果 stride > window size 你的检测器甚至可能不会在人身上运行。我总是想到与窗口大小相关的步幅，例如64/8。
• 如果 scale~1 就不会发生太多事情。像 1.2、1.3 这样的值通常更好。该参数本质上是按比例缩小图像，然后再次运行检测器。希望是，如果人们在第一次运行时对于检测器来说太大了，那么在缩小之后他们可能是合适的尺寸。例如。如果您的检测器尺寸是默认的 64x128，但图像中的某个人高 150 像素，检测器可能不会意识到这是一个人，因为它一次只能看到腿或躯干。如果我们缩小 150/1.2 = 125，那么现在可能会真正检测到这个人。 (愚蠢的数字。如果他们是 150 像素，它很可能会检测到这个人。但你明白了。)

最好的方法是进行一些试验。选择一些您认为可以代表您的用例的图像/视频，创建端到端设置，并尝试使用几个不同的参数设置。如果未检测到人员，请根据您的探测器尺寸考虑他们的尺寸。他们比那个大吗？更小？如果它们更小，可能会增加比例因子，或增加级别数。如果它们更大，则进一步缩小输入图像。

.. 1280 X 720 and I resize it to 400 X 400...

旁注:如果您只是简单地调整大小而不进行裁剪，您会得到不好的结果。将大小调整为相同的宽高比(例如 711x400)，或者在调整大小之前将初始图像裁剪为正方形。