精炼哈尔检测

Question

我正在尝试使用OpenCV和Haar级联来制作手部检测程序。它工作得很好，但它非常生涩。因此，我问自己这是否是haar文件的麻烦太过“便宜”，或者是否有办法通过使用轮廓或特征检测（或可能是其他一些技术）来改进检测。

我想要执行的操作与此人脸检测相同，但对于手：Face Detection (see FaceOSC)

非常感谢。

编辑：这是我想做的事情：Hand extraction他似乎用轮廓检测​​来执行它，但是如何找到手？

Answer 1

The Hand Extraction video，你给出的链接，是基于肤色检测和凸壳发现。

1）将图像更改为YCrCb（或HSV）。

2）对图像进行阈值处理，使手变为白色，其他一切变为黑色。

3）去除噪音

4）找到手的中心（如果你愿意）。

5）使用凸包来找到最尖端的指尖。

您可以从paper获取完整的详细信息。

无论如何，不​​需要哈尔级联。

Answer 2

显然，如果基于HAAR分类器的检测结果变成所谓的“生涩”，在我看来这意味着检测不稳定并跳过检测图像，那么问题在于分类器的质量< /强>

只要有足够的正/负样本，比方说5k / 5k，结果应该非常强大。根据我的经验，我使用了700个正面手势样本和1200个负面样本，结果似乎在一定程度上得到满足。但在我使用另一组8000个阳性样本和10200个包含不同特征的阴性样本后，结果甚至比前者更差。

因此，我建议您仔细重置训练样本，例如比率，内容特征和颜色。