java - OpenCV HOGDescriptor 在静态图像中返回错误结果

Question

我正在尝试使用 Android 中的 OpenCV HOGDescriptor 检测静态图像中是否存在人体。

这里是Android java代码，我在网上找不到Android中的示例，我尝试将peopledetect.cpp中的C++示例移植到它。

mHOGDescriptor = new HOGDescriptor();
mHOGDescriptor.setSVMDetector(HOGDescriptor.getDefaultPeopleDetector());
Mat img = Highgui.imread(path);
final MatOfRect foundLocations = new MatOfRect();
final MatOfDouble foundWeights = new MatOfDouble();
final Size winStride = new Size(8, 8);
final Size padding = new Size(32, 32);

mHOGDescriptor.detectMultiScale(img, foundLocations, foundWeights, 0.0, winStride, padding, 1.05, 2.0, false);
Boolean withFace = false;
Rect[] array = foundLocations.toArray();
for (int j = 0; j < array.length; j++) {
    Rect rect = array[j];
    Log.i("TEST", "Height " + rect.height + ", Width " + rect.width);
}

当我再次测试一小部分 30 张照片时，我注意到误报的数量非常高。一些没有明显人物特征的照片也被标记为人物。 (在上面的foundLocation数组中，矩形的高度和宽度都相当高)。例如，一张有几朵花的照片被标记为里面有 2 个人。很明显是错误的。

我可以做些什么来改进它吗？

Answer 1

简短的回答是，是的，有。

如果我理解正确的话，您已经在 30 张照片上训练了描述符？这是一个非常低的数字，通过增加训练数据量会增加检测次数。

<小时/>

以防万一，您的意思是您正在测试在 C++ 代码中使用的相同描述符，并且可以正常工作，那么这里有一个稍微不同的答案。

特征检测是一件非常难以掌握的事情，即使使用非常好的 HOG 检测器，您也可能会得到很多误报。你没有提到你的真实阳性率如何，我认为它还不错。想象一下，一朵花在被训练来检测人类的东西面前是什么样子，它是一个细长的东西，顶部有一个大圆圈；和一个人很相似...