Haar 级联的图像大小考虑

Posted 2023-03-13

【中文标题】Haar 级联的图像大小考虑

【英文标题】：Image size consideration for Haar cascades

【发布时间】：2013-05-26 13:42:03

【问题描述】：

OpenCV Haar 级联分类器似乎使用 24x24 人脸图像作为其正向训练数据。我对此有两个问题：

除了更大的训练图像需要更多的处理之外，选择训练图像大小时还有哪些考虑因素？ 对于非方形图像，some people 选择将一个维度保持为 24 像素，并根据需要扩展另一个维度（例如 100-200 像素）。这是正确的策略吗？ 如何确定训练图像的大小（这是问题 1 的变体）

【参考方案1】：

老实说，我相信还有比图像大小更好的参数需要调整。即便如此，这是一个从精细到粗略的检测问题——在更精细的层次上，你获得了细节，在更粗略的层次上，你获得了结构。此外，还有一个权衡：对于 24x24 检测区域，大约有 160,000 个可能的矩形（类似 haar）特征，因此增加或减少也会影响训练/测试的这个数字（这就是为什么使用 boosting 来选择一个判别特征的小子集）。

正如你所说，这是因为他的目标不同（即笔）。我认为在级联训练中引入先验纵横比信息是明智的，否则您将获得具有用于笔检测器的方形边界框的检测，并且可能会在性能上受到影响，因为训练阶段正在拾取周围更大的背景区域笔。

查看我的第一个答案。我认为这主要是经验性的。有一些用于特征缩放或构建图像金字塔的技术（例如，请参阅this work）也降低了高度控制训练目标图像大小选择的用处。