Viola-Jones 人脸检测器如何处理多种尺寸的人脸？

Posted 2023-03-13

【中文标题】Viola-Jones 人脸检测器如何处理多种尺寸的人脸？

【英文标题】：How Viola-Jones face detector work for multiple size of faces?

【发布时间】：2013-10-06 10:51:00

【问题描述】：

我正在实施 Viola-Jones 人脸检测器来检测静止图像中的人脸，它适用于与我的训练大小相同大小的图像。但是我不知道面部检测器如何处理多种尺寸的面部？

如果我的图像的训练大小是 24*24，并且如果我想在 30*30 的检测器窗口中检测人脸，我需要重新调整 haar 特征，以便它适用于 30*30 大小的检测器窗口工作具有相同的阈值。

还有一件事，Haar-feature 的位置是否也会随着不同大小的检测器窗口而变化，如果是，如何变化？

【参考方案1】：

假设你用 x、y、w 和 h 变量表示在 Haar 小波中找到的矩形，其中 x 和 y 表示矩形的左上角 相对于探测器的左上边界，w 的宽度和h 的高度。您可以使用以下伪代码对每个 Haar 小波矩形按 s 因子重新缩放整个检测器：

for all rectangle i in the Haar wavelet do
    tempRectangle = rectangle[i];
    tempRectangle.x = tempRectangle.x * s
    tempRectangle.y = tempRectangle.y * s
    tempRectangle.h = tempRectangle.h * s
    tempRectangle.w = tempRectangle.w * s

    //Read the pixels contained in tempRectangle region and
    //calculate this rectangle's contribution to the feature value
    //considering the respective weight of rectangle[i].
end for

因此，我们假设单个 Haar-lke 特征的基本尺寸为 24x24 像素。这样的特征由r1=(10,15,8,4)和r2=(4, 8, 8, 4)两个矩形组成，其中r=(x,y,w,h)。当您将检测器重新缩放s=1.25 时，此特征矩形应变为r1=(12.5, 18.75, 10, 5) 和r2=(5, 10, 10, 5)。

【讨论】：

嗨，你的意思是，如果对于 24*24 检测器窗口，我的 haar 特征为 (x,y,w,h)=(10,15,8,4) 那么如果我增加检测器窗口乘以 1.25，haar 特征值变为 (x,y,w,h)=(12.5,18.75,10,5)。是这样吗？

您能否举例说明一下。谢谢！

您能否举例说明一下。 “计算这个矩形对特征值的贡献”是什么意思？

我编辑了答案以提供更详细的示例。关于“计算这个矩形的贡献......”的评论只是一个声明，如果你在计算类似 Haar 的特征值的同时重新缩放检测器，那么在放置 cmets 的地方可能会发生正常的类似 Haar 的特征值计算。如果您只想重新调整检测器窗口及其特征，您可以简单地忽略这些 cmets。