opencv - 使用 haar 级联进行人员检测

Question

我正在学校开展一个项目，检测教室里有多少学生。就像在这张照片中一样。

一直尝试用opencv中的Haar Cascade进行人脸检测来检测人，但是结果很糟糕。像这样:

我在类里面拍了数千张照片，然后手动裁剪了有人物的照片。大约有 4000 个正样本和 12000 个负样本。我想知道我做错了什么？当我裁剪图像时，我应该只裁剪头部吗？ 或者像这样的 body ？

我想我有足够的训练样本，我在这篇文章中遵循了确切的程序: http://note.sonots.com/SciSoftware/haartraining.html#v6f077ba这应该工作。或者我应该使用不同的算法，如 HOG 或 SVM。任何建议对我来说都是很好的，我已经坚持了几个月而且没有任何线索。非常感谢!

Answer 1

Haar 更适合人脸。 Hog with SVM 是人类检测的经典方法，并且有很多关于它们的源代码和博客，训练分类器并不难。对于您的场景，我认为“头部和肩部”比“单独头部”更好。但是您的多 View 样本增加了难度。面对凸轮会更好。如果您总是有更多误报警报，请添加更多 hard neg 样本。本文可能有助于: http://irip.buaa.edu.cn/~zxzhang/papers/icip2009-1.pdf