OpenCV中Viola-Jones Haar级联的理想图像

Question

我正在尝试使用OpenCV中的Haar级联来检测图像中的特定对象。

假设我对检测风景图像中的停止标志感兴趣。为我的训练集定义正像样本时，这将是最好的图像：（a）我的对象的完整图像，（b）中等作物或（c）紧缩作物？

同样，对负面图像最好的是什么？这会影响过度拟合吗？我还要感谢那些有经验的人提供的其他一般性建议。感谢。

图片参考：http://kaitou-ace.deviantart.com/art/Stop-sign-on-a-country-road-Michigan-271990933

Answer 1

您只需要在阳性样本中检测要检测的功能。所以C图像对于阳性样本是正确的。

对于负面样本，你想要其他一切。虽然如果您在特定环境中使用探测器，这显然是不现实的，那么进行训练以检测为负是正确的方法。即许多风景照片（没有停止标志的照片）

Answer 2

最好的选择是（c）因为（a）和（b）包含太多的特征，所有特征都在标志的边界附近，对你来说并不感兴趣。
它们不仅无用，而且会严重影响算法的性能 在情况（c）中，其目的是识别在当前窗口中存在您正在寻找的特征的情况。 但是（b）和（c）呢？ 在这些情况下，算法必须检测窗口一角的有趣特征（不幸的是，角落可能无处不在），同时与该角落周围可能发生的所有无限可能性保持一致。
你需要大量的样本，无论如何，即使你最终设法获得可接受的命中率，分离正面和负面的工作也是如此困难，以至于运行时间非常长。

对于底片收集，理想情况下，您应该选择能够重现您认为最终探测器所针对的图像的图像。
例如，如果您认为室内图像对此不感兴趣，请将其丢弃。如果您认为探测器将会运行某种类型的景观，请保留大部分景观 但这只是理论上的，我觉得改进是可以忽略不计的。只收集尽可能多的图像，不同图像的数量，这真的很重要。