我一直在评估dlib的性能。今天我已经意识到标准的面部检测器（即用dlib :: get_frontal_face_detector（）方法创建）可以找到73x73的面。但是我知道，如果没有上采样，dlib可以找到至少80x80个对象。据我所知，标准人脸探测器没有上采样。
我知道dlib :: frontal_face_detector是一个typedef：
typedef object_detector<scan_fhog_pyramid<pyramid_down<6> > > frontal_face_detector;
因此，通过读取此typedef，可以得出结论，此检测器始终按比例缩小图像：5/6 = 0,83。
那么这种情况的解释是什么？ 此致。
答案 0 :(得分：1)
您需要注意上采样某些图像的时间。
如果您查看dlib-example fhog_object_detector_ex.cpp，您会看到它默认情况下将图像上采样2倍。这有时是基于任务的好主意。如果您要检测的对象很远并且您的图像输入很小（例如VGA-res），您应该执行类似的操作（因为您在检测10x10对象时获得了很多乐趣）。
你提到的例子是其他东西，它是这类物体探测器的基本要素。 5/6比率定义了image-pyramid的下采样率。这些是关于某些给定图像的多尺度表示。
为什么我们需要这个（因为它会产生更多的工作）：
当与滑动窗口结合使用时，我们对不同尺度和物体位置有一定的鲁棒性。