减少行人检测中的误检测

Question

请找到这里使用的参考论文。

我对真阳性率(正确检测行人)感到满意，但假阳性率很高。

我观察到的一些错误检测是移动的汽车、树和墙等。谁能建议我如何改进现有的代码，以减少误检率。任何对博客/代码的引用都是非常有用的。

Answer 1

你可以在你的视频流上应用背景减去算法。我在一个使用BackgroundSubtractorMOG2的类似项目中取得了一些成功。

我使用的另一个技巧是消除所有太小或宽高比错误的“移动像素”。我通过对背景减去输出图像进行斑点/轮廓分析来做到这一点。你需要注意宽高比，以确保你支持重叠的行人。

请注意，您正在使用的模型(不确定是哪一个)可能是在前面的行人上训练的，而不是以45度的角度向下训练。这显然会影响你的准确性。