opencv - Opencv Haar级联训练/简单对象检测

Question

我打算为一个白色杯子，一个红色的球和一个蓝色的冰球制作一个级联检测器。这些对象的形状多么简单，我想知道在训练和寻找诸如汽车/人脸之类的复杂对象时，在训练中是否需要有任何参数差异？另外，在训练位置图像中，我将对象置于不同的光照条件下以及对象处于阴影下的实例中。

对于训练负片图像，我注意到图像尺寸可能会有所不同。但是，对于正像，它们必须为固定大小。

我计划使用100x100的pos图像来帮助检测20-30英尺范围内的物体，而200x200的pos图像可以在我位于物体上方5英尺/正上方(距地面约3英尺)时检测物体。这是否意味着我将必须训练6种不同的XML？为每个对象训练2个100x100和200x200？

Answer 1

简短答案:是

长答案:可能是:

您必须这样考虑，分类器将为阳性图像建立一组特征，然后使用这些特征来确定检测图像是否相同。如果您要大幅度地移动检测 Angular ，则需要使用其他分类器。

让我以图片为例:

如果在20英尺外，您的杯子看起来像这样:

以及相关的背景/照明等，那么如果您的杯子看起来像这样(可能是5英尺远，但 Angular 不同)，它将是一个非常不同的分类器:

现在，说了这么多，如果您的杯子只有更大和较小的版本，那么您可能只需要一个。但是，您将需要为每个对象(杯子/球/冰球)使用不同的分类器

图片不是我的-取自Google