HAAR型分类器的最佳参数

Question

我正在尝试使用提供的xml文件haarcascade_frontalface_alt和hogcascade_pedestrians.xml来检测人脸和行人。到目前为止，我可以得到一些检测，但是行人检测相当差，人脸检测一般。我在iphone上用640x480或480x640的图像做这件事。我也可以让图像变大，但是处理速度会更快。此外，我可能会将处理转移到服务器上，但是问题仍然是一样的。到目前为止，我这样做是为了得到结果。

Faces:下面的第一个甚至不起作用。它不能编译。

faceDetector.detectMultiScale(matgrey, faces, 1, 1, 2, 0|CV_HAAR_SCALE_IMAGE, cv::Size(30,30));

所以我求助于下面的函数调用。

faceDetector.detectMultiScale(matgrey, faces);

行人：

hog.detectMultiScale(rgbMat, found, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 2);

我真的很想提高结果的质量。我很好奇，改变参数是否会提高结果。我想要最优的结果，所以处理时间不是一个大问题。

谢谢，任何反馈都会很棒。

Answer 1

对于人脸检测，您不能将第三个参数(即scaleFactor -指定在每个图像比例下图像大小缩小多少的参数)设置为1，您将失去多尺度方式搜索人脸的能力，因为它将无法重新调整大小。尝试将其更改为1.05 (即默认值)或其他。

要获得更好的人脸检测，请查看this thread，了解CascadeClassifier::detectMultiScale()参数的推荐值。

对于行人检测，为了提高其质量，应该尝试修改HOGDescriptor::detectMultiScale()的第三个参数(即hit_threshold)和最后一个参数(即group_threshold)。

特别是，为了获得更好的行人检测结果，您应该将它们都调高：

以支持向量机作为特征间距离的阈值，并利用支持向量机的plane.

• group_threshold：系数来调整相似度阈值。当检测到某些对象时，可能会被许多矩形覆盖。阈值在一组矩形中使用，以保留它。