opencv - HOG人物检测器：背景扣除图像上的误报检测

我正在开展一个需要检测场景中人物的项目。

最初在原始帧上运行HOG检测器后，特定背景物体被检测为所有帧上的人物，给我3021次误报检测。

所以我采取了逻辑步骤，通过对所有帧应用背景减法器（BackgroundSubtractorMOG2）来删除静态背景。生成的框架如下所示：

然后将这些蒙版图像（使用bitwise_and）添加到原始图像，以便将白色像素替换为构成人物的像素。

样品：

然后我在这些图像上运行了HOG检测器，结果如下：

正如你所看到的，由于某些原因，有很多误报。我认为做背景减法会比在原始图像上使用HOG给我更好的结果。

有人可以告诉我为什么这种方法有很多误报？还有什么可以改进背景减影图像的检测？

问题在于您通过删除背景来改变图像的性质。因此，HOG探测器使用正常图像进行训练，没有人工黑色像素，现在你正在喂它人工改变的图像，所以它会以一种奇怪的方式执行它是正常的（仍然不能理解在虽然图像的顶部..）

如果你想在背景减法的顶部使用HOG探测器，你应该训练HOG分类器，其中包含从背景减去图像中获取的特征。

您可以尝试的一件事（如果这不会破坏您的应用程序的性能），就是在两个图像上使用HOG检测器，有背景和没有背景，并且只接受在两者上重叠的检测，这可能从两张图片中删除一些误报。

PS：HOG专门设计用于通过检测强边缘并针对SVM模型测试它们来处理原始图像。通过去除背景，我们创造了人工边缘，这有点打败了使用HOG的目的。但我认为您可以通过执行上一段中的建议来使用它来删除错误检测。