减少行人检测中的错误检测

Question

我正在使用OpenCV示例代码“peopledetect.cpp”来检测行人。 该代码使用HoG进行特征提取，使用SVM进行分类。请找到此处使用的参考文件。

摄像机安装在墙上，高度为10英尺，向下45英尺。框架内的行人运动没有限制。 我对真正的阳性率（正确检测行人）感到满意，但误报率非常高。

我观察到的一些错误检测是移动汽车，树木和墙壁等。 谁能建议我如何改进现有代码以降低错误检测率。 任何对博客/代码的引用都非常有帮助。

Answer 1

您可以在视频流上应用背景减法算法。我在使用BackgroundSubtractorMOG2的类似项目上取得了一些成功。

我使用的另一个技巧是消除所有太小或宽高比错误的“移动像素”。我通过对背景减法输出图像进行斑点/轮廓分析来做到这一点。您需要注意纵横比，以确保支持重叠的行人。

请注意，您正在使用的模型（不确定哪个）可能是在前面行人上进行训练而不是向下倾斜45度。这显然会影响您的准确性。