Dlib人脸检测小目标尺寸

Question

我对dlib的性能进行了一段时间的评估。今天我意识到标准的人脸检测器。使用dlib::get_frontal_face_detector()方法创建)查找73x73的faces。但是我知道，如果没有重采样，dlib至少可以找到80x80个对象。据我所知，标准人脸检测器没有过采样。

我知道dlib::frontal_face_detector是一种类型胡枝子：

typedef object_detector<scan_fhog_pyramid<pyramid_down<6> > > frontal_face_detector;

因此，通过读取这个类型的胡枝子，我们可以得出这样的结论，这个检测器总是将图像缩放为: 5/6 = 0,83。

那么对这种情况的解释是什么呢？真心的。

Answer 1

你必须小心一些图像重采样的时间。

如果您查看dlib示例fhog_object_detector_ex.cpp，您将看到，在默认情况下，它是将图像重采样2倍，这有时是一个基于任务的好主意。如果您要检测的对象很远，并且您的图像输入很小(例如，VGA)，您应该这样做(因为检测10x10对象不会有多大乐趣)。

你提到的例子是其他的东西，这是这类物体探测器的元素。5/6比率定义了图像金字塔的下采样比。这些是对某些给定图像的多尺度表示。

为什么我们需要这个(因为它会导致更多的工作)：

• 我们想要在不同的尺度上检测物体(不是所有的脸都是73x73；如果是85x85，我们也要检测人脸)。

当与滑动窗口相结合时，我们对对象的不同尺度和位置有一定的鲁棒性.