人们用haar级联检测

Question

我正在学校开展一个项目，以检测课堂上有多少学生。就像在这张照片中。

我一直试图在opencv中使用Haar Cascade进行人脸检测来检测人，但结果非常糟糕。像这样：

我在教室里拍了数千张照片，然后用手动裁剪照片。大约有4000个阳性样本和12000个阴性样本。我想知道我做错了什么？ 当我剪裁图像时，我应该只剪这样的头吗？ 或者这样与身体？

我认为我有足够的训练样本，我按照这篇文章的确切程序： http://note.sonots.com/SciSoftware/haartraining.html#v6f077ba 应该工作。 或者我应该使用不同的算法，如HOG或SVM。任何建议都对我很好，我已经坚持了好几个月并且没有任何线索。非常感谢！

Answer 1

哈尔对人脸更好。使用SVM的Hog是人类检测的经典之作，并且有很多关于它们的来源和博客，培训分类器并不难。对于你的场景，我认为＆＃39;头和肩膀＆＃39;比独自一人好“＃。但是您的多视图样本会增加难度。面对凸轮会更好。如果您总是有更多误报警，请添加更多硬性负样本。 本文可能会有所帮助： http://irip.buaa.edu.cn/~zxzhang/papers/icip2009-1.pdf

Answer 2

通常，使用Haar级联，当我们训练分类器时更改参数时，结果会有很大差异。就我而言，该对象非常简单，但它也无法检测到： opencv haar cascade for Varikont detection

当我更改参数时，它可以检测到非常好。 您可以在这里查看：https://inspirit.github.io/jsfeat/sample_haar_face.html

或者更特殊，更专业，您可以研究视觉词袋（SIFT / SURF + SVM或SGD）。

就我个人而言，我认为你不需要使用方法复合物进行人体检测。 的问候，