我们使用Viola-Jones进行人脸检测。该算法工作得很好,几乎没有假阳性。然而,我们有假阴性。我们检测到了一种非常清晰的假阴性模式,即面部像素的灰度值与背景像素之间的对比度非常高。
对于假阴性,如果图像被转换成一个单一的灰度矩阵,我们会看到类似这样的东西- 255表示白色像素,即背景,而更低的值是面部(即较暗的)像素。
255 255 255 255 255 255 80
255 255 255 255 255 110 100
255 255 255 255 90 100 110
255 255 255 90 100 105 100在这些情况下,算法无法检测到人脸。我尝试了我们自己的代码和网络上可用的api,得到了类似的结果(在相关图片上都没有检测到人脸。
对于真正的积极效果,对比度并不是很高,您可能会看到如下所示:
215 203 193 180
205 196 182 175
199 195 186 183
202 201 197 193
209 204 196 187
214 202 185 172
198 182 171 159
192 174 164 156其中较高的值是背景像素(略带白色,但不是完全白色,它们有一些灰色),较低的值对应于面部(较暗)。
有没有人遇到过这个问题和/或有什么建议?
发布于 2016-01-21 05:50:20
如果问题是对比度,有许多对比度归一化算法。尝试将它们作为预处理步骤,看看是否有帮助。
https://stackoverflow.com/questions/34909722
复制相似问题