haar分类器的最佳参数

Posted 2023-02-21

【中文标题】haar分类器的最佳参数

【英文标题】：Optimal Parameters for haarclassifiers

【发布时间】：2014-04-29 20:31:31

【问题描述】：

我正在尝试使用提供的 xml 文件 haarcascade_frontalface_alt 和 hogcascade_pedestrians.xml 检测人脸和行人。到目前为止，我可以得到一些检测，但是行人检测很差，人脸检测是平均的。我在 iphone 上使用 640x480 或 480x640 图像进行操作。我也可以使图像更大，但是处理速度更快。我也可能将处理移至服务器，但问题仍然存在。到目前为止，我正在这样做以获得结果。

Faces：下面的第一个甚至不起作用。它不会编译。

faceDetector.detectMultiScale(matgrey, faces, 1, 1, 2, 0|CV_HAAR_SCALE_IMAGE, cv::Size(30,30));

所以我使用了下面的函数调用。

faceDetector.detectMultiScale(matgrey, faces);

行人：

hog.detectMultiScale(rgbMat, found, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 2);

我真的很想提高结果质量。我很好奇为此更改参数是否会增强结果。我想要最佳结果，所以处理时间不是一个大问题。

谢谢，任何反馈都会很棒。

【参考方案1】：

对于人脸检测，您不能将第三个参数（即scaleFactor - 指定每个图像比例缩小多少图像大小的参数）设置为1，您将无法在其中搜索人脸多尺度方式，因为它将无法重新调整大小。尝试将其更改为1.05（即默认值）或其他。

要获得更好的人脸检测，请查看this thread 以获取CascadeClassifier::detectMultiScale() 参数的推荐值。

---

对于行人检测，为了提高其质量，应尝试修改HOGDescriptor::detectMultiScale()的第三个参数（即hit_threshold）和最后一个参数（即group_threshold）。

特别是，为了获得更好的行人检测结果，您应该将它们都设置得更高：

hit_threshold：特征与 SVM 分类平面之间的距离阈值。 group_threshold：调节相似度阈值的系数。检测到时，一些对象可以被许多矩形覆盖。阈值用于一组矩形中以保留它。