Question

我在python中使用opencv的har cascade face detector（cv.HaarDetectObjects）。

例如：

    faces = cv.HaarDetectObjects(grayscale, cascade, storage, 1.2, 2,
    cv.CV_HAAR_DO_CANNY_PRUNING, (50,50))

       for f in faces:
           print(f)

这将打印此表单中的检测列表：

 ((174, 54, 114, 114), 53)
 ((22, 51, 121, 121), 36)
 ((321, 56, 114, 114), 21)
 ((173, 263, 125, 125), 51)
 ((323, 272, 114, 114), 20)
 ((26, 271, 121, 121), 36)

每条线代表一次检测。前4个数字是左上角的x，y位置，以及边界框的高度和宽度。最后一个数字是（引用openCV文档）邻居的数量。

我想我有两个问题：

1）最后一个数字是什么意思？谷歌搜索时我找不到任何参考。

2）（更重要）有没有办法获得每次检测的置信度分数？面部分类器确定检测对应真实面部多少钱？

由于

Answer 1

1）检测代码为对象产生一次以上的检测 - 例如然后对检测进行分组，并且这样的组中的邻居数量是返回的数量。另见Viola Jones论文，第5.6段（http://research.microsoft.com/en-us/um/people/viola/Pubs/Detect/violaJones_IJCV.pdf）和OpenCV来源。

2）你可以使用邻居的数量作为一定程度的信心。

Answer 2

非常感谢您提出的问题和答案，我一直在寻找具有一天信心分数的opencv人脸检测。你的问题和答案给了我一些解决问题的指导。

就像Palmstrom所说，最后一个数字表示该群集中对象位置的数量。你可以用它作为置信度分数。

据我所知，旧的python API中只有这种API。新API没有此值（群集中的对象数）值。

我把我的代码放在这里以防万一它会帮助其他人。这是一个旧的python API，很难找到它的教程。

<package-name>

分类器对opencv人脸检测器的信心

2 个答案: