收集adaboost人脸检测算法的负值样本

Question

维奥拉-琼斯的AdaBoost方法是非常流行的人脸检测？我们需要大量的阳性和阴性样本来训练人脸检测器。

收集阳性样本的规则很简单:包含人脸的图像。但是采集负片样本的规则并不十分清楚:不包含人脸的图像。

但是有那么多没有脸的场景(可能是天空、河流、家畜等等)。我该收哪一个？我怎么知道我收集了足够多的阴性样本？

对阴性样本提出了一些建议:利用阳性样本，用左侧区域作为阴性样本对人脸区域进行裁剪。这是工作吗？

Answer 1

你在你的帖子里问了很多问题。

1. 样品量。拇指的规则是:当你训练一个探测器时，你每个阶段大约需要几千个正反两个例子。典型的探测器有10-20级.每一阶段都会减少2倍的负数，所以你需要大约3,000 -10,000个正例子和5,000,000到100,000,000负例子。
2. 的负片取。经验法则:你需要在给定的环境中找到一张脸。所以你需要把这个环境当作负面的例子。例如，如果你试图检测坐在教室里的学生的脸，而不是把教室里的图像(墙壁、窗户、人体、衣服等)当作负面的例子。拍摄月亮或天空的照片可能对你没有帮助。如果你不知道你的环境，只是采取尽可能多的不同的自然图像(在不同的光照条件)。
3. 你应该把面部部位(比如眼睛，还是鼻子)当作阴性吗？你可以，但这绝对是不够的(只拿那些负面的)。探测器的真正强度将来自于代表人脸典型背景的负片图像。
4. 如何收集/生成负样本-您实际上不需要很多负面图像。您可以拍摄1000张图像并从中生成10,000,000个负片样本。这是你怎么做的。假设你拍了一张1兆像素分辨率1000x1000像素的汽车的照片。假设您不想训练人脸检测器来处理20x20像素的分辨率(就像openCV那样)。所以你把你的1000x1000大图像切成20x20的碎片。你可以得到2500件(50x50)。这就是如何从一个大的图像，你产生了2,500个负面例子。现在你可以把同样大的图像切成10×10像素大小的碎片。现在您将有更多的10,000个负面示例。每个示例的大小为10×10像素，您可以将其放大倍数为2，以强制所有样本具有相同的大小。您可以随心所欲地重复这个过程(将输入的图像切割成不同大小的片段)。从数学上讲，如果你的图像的大小是NxN -你可以从它生成O(N^4)负的例子，通过在里面的每一个可能的矩形。
5. 在第4步中，我描述了如何获取单个大图像并将其裁剪成大量的负面示例。我必须警告你，负的例子不应该有很高的协方差，所以我不建议只取一张图片并从中产生一百万个负面的例子。根据经验-创建一个1000张图片的库(或者从Google下载随机图片)。验证这些图像中没有一个包含人脸。从每幅图像中裁剪大约10,000,000个负数，现在你已经得到了一个像样的10,000,000负例子。训练你的探测器。在接下来的步骤中，您可以将每幅图像削减到50,000(部分重叠的部分)，从而将您的底片数量扩大到5000万。你会开始有很好的效果。
6. 探测器的最终增强步骤。当你已经有了一个相当好的检测器，运行它在许多图像。它将产生错误的检测(在没有脸的地方检测人脸)。收集所有的错误检测，并将它们添加到您的负值集中。现在再重新训练探测器。这样的迭代越多，检测器就会变得越好。
7. 实数--当今最好的人脸检测器(如Facebook)使用了数亿个正面的例子和数十亿的负面信息。作为正面的例子，他们不仅取正面的脸，还取许多方向的脸，不同的面部表情(微笑，喊叫，生气，.)，不同的年龄组，不同的性别，不同的种族(白种人，黑人，泰国人，中国人，.)，不管有没有眼镜/帽子/太阳镜/化妆等等。你将无法与最好的竞争，所以不要生气，如果你的探测器漏掉了一些面孔。 祝好运