首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >OpenCV detectMultiScale() minNeighbors参数

问OpenCV detectMultiScale() minNeighbors参数
EN

Stack Overflow用户
提问于 2014-03-07 12:02:31
回答 2查看 51K关注 0票数 45

我目前正在使用Haar分类器来检测对象。在我的途中,我不明白minNeighbors参数是什么,它代表什么?实际上,我不明白检测候选矩形的邻居是什么。谁能给邻近的想法下定义吗?

EN

回答 2

Stack Overflow用户

发布于 2014-03-07 12:41:11

Haar级联分类器采用滑动窗口方法。如果您查看级联文件,您可以看到一个大小参数,它通常是一个很小的值,比如2020。这是级联所能检测到的最小窗口。因此,通过应用滑动窗口方法,您可以从图片中滑动一个窗口,而不是调整它的大小,然后再搜索,直到无法进一步调整它的大小为止。因此,在每一次迭代中,haar的级联分类器都存储真实的输出。因此,当这个窗口在图片中滑动时,调整大小并再次滑动,它实际上检测到许多错误阳性。您可以通过提供minNeighbors 0来检查它检测到的内容。这里有一个例子:

​

​

因此,由于调整了滑动窗口的大小,出现了大量的人脸检测,同时也出现了大量的假阳性。因此,为了消除假阳性,从检测中得到合适的人脸矩形,本文采用了邻域方法。就像如果它是在其他矩形的邻域,而不是它是好的,你可以进一步传递它。因此,这个数字决定了需要多少邻域才能把它作为一个面矩形传递。在相同的图像中,当它是1时:

​

因此,通过增加这个数字,你可以消除假阳性,但要小心,增加它,你也可能失去真正的阳性。当它是3时,这是一个完美的结果:

​

​

票数 104
EN

Stack Overflow用户

发布于 2014-03-07 16:28:25

来自OpenCV文档

minNeighbors -参数指定每个候选矩形必须保留多少邻居。

换句话说,这个参数将影响检测到的人脸的质量。较高的值导致较少的检测,但具有更高的质量。

这个参数背后的思想是,检测器将运行在多尺度风格的上,同时遵循滑动窗口策略。在这一步之后,它将给您多个响应,即使是一个单一的脸区域。这个参数倾向于过滤这些响应,就像设置一个下限阈值一样,也就是说,只有当该人脸的响应数高于minNeighbors时,它才会被算作一个有效的人脸。

要了解卡斯卡德分类器::多尺度检测的其他参数,请查看我前面回答的这个职位。

票数 15
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/22249579

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档