haarclassifiers的最佳参数

Question

我正在尝试使用提供的xml文件haarcascade_frontalface_alt和hogcascade_pedestrians.xml检测面部和行人。到目前为止，我可以得到一些检测，但行人检测非常差，人脸检测是平均的。我正在使用640x480或480x640图像在iphone上进行此操作。我可以使图像更大，但处理速度更快。此外，我可能会将处理移动到服务器，但问题仍然是相同的。截至目前，我这样做是为了得到结果。

面孔：下面的第一个甚至不起作用。它不会编译。

faceDetector.detectMultiScale(matgrey, faces, 1, 1, 2, 0|CV_HAAR_SCALE_IMAGE, cv::Size(30,30));

所以我已经使用了下面的函数调用。

faceDetector.detectMultiScale(matgrey, faces);

行人：

hog.detectMultiScale(rgbMat, found, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 2);

我真的想提高结果质量。我很好奇，如果更改参数会增强结果。我想要最佳结果，因此处理时间不是一个大问题。

谢谢，任何反馈都会很棒。

Answer 1

对于面部检测，您无法设置第三个参数（即scaleFactor - 指定图像尺寸在每个图像比例下减少多少的参数）为1，您将失去以多尺度方式搜索面部，因为它无法重新调整大小。尝试将其更改为1.05（即默认值）或其他。

要获得更好的面部检测效果，请查看this thread以获取CascadeClassifier::detectMultiScale()参数的建议值。

---

对于行人检测，为了提高其质量，您应该尝试修改HOGDescriptor::detectMultiScale()的第三个（即hit_threshold）和最后一个参数（即group_threshold）。

特别是，你应该让它们更高，以获得更好的行人检测结果：

• hit_threshold：要素与SVM分类平面之间距离的阈值。
• group_threshold：调节相似性阈值的系数。检测到时，某些对象可以被许多矩形覆盖。阈值用于一组矩形以保留它。