OpenCV HOG 描述符参数

Posted 2023-02-23

【中文标题】OpenCV HOG 描述符参数

【英文标题】：OpenCV HOG Descriptor Parameters

【发布时间】：2017-03-21 12:10:20

【问题描述】：

我正在尝试使用 cv2.HOGDescriptor() 并使用他们的默认人员分类器从摄像头的提要中检测人员。

识别器有点有效，但老实说，我在理解分别分配给 winStride、padding、scale 和 groupThreshold 的值方面存在问题。

目前，相机源的帧大小为1280 X 720，我将其调整为400 X 400，然后使用参数执行detectMultiScale

hogParams = 'winStride': (8, 8), 'padding': (32, 32), 'scale': 1.05, 'finalThreshold': 2

基于answer，我了解这些参数的作用和代表。

我的问题是，有没有办法用这些值映射图像大小？数学方程式？估计方法？我不一定要一个具体的，甚至是一个给出所有值的方法，而是比反复试验或幻数更好的方法。

大部分参考资料和教程几乎都使用幻数，而没有给出它们是如何获得它们的命题。

PS：如果您仍然不确定我的问题，这是一个视觉帮助

【参考方案1】：

这里没有灵丹妙药。不幸的是，由于 最佳 解决方案会因输入数据而异，因此非常手动。

这里有一点额外的指导：

如果 stride > 窗口大小，您的检测器甚至可能无法在人身上运行。我总是想到与窗口大小有关的步幅，例如64/8。 如果 scale~1 不会发生太多事情。像 1.2、1.3 这样的值通常更好。这个参数本质上是缩小图像，然后再次运行检测器。希望是，如果人们在第一次运行时对于探测器来说太大了，那么缩小后他们的尺寸可能会合适。例如。如果您的探测器尺寸是默认的 64x128，但图像中的某个人的高度为 150 像素，则探测器可能不会意识到这是一个人，因为它只能同时查看腿或躯干。如果我们按比例缩小 150 / 1.2 = 125，那么现在实际上可能会检测到该人。 （愚蠢的数字。如果他们是 150 像素，它可以检测到这个人是非常合理的。但你明白了。）

最好的方法是尝试一下。选择一些您认为代表您的用例的图像/视频，创建端到端设置，并使用几个不同的参数设置。如果未检测到人员，请考虑他们的尺寸与您的探测器尺寸相关。他们比那更大吗？更小？如果它们更小，则可能会增加比例因子，或增加级别数。如果它们更大，则进一步缩小输入图像。

.. 1280 X 720 我将其调整为 400 X 400...

旁注：如果您只是调整大小而不进行裁剪，您会得到不好的结果。调整大小为相同的纵横比，例如 711x400，或者在调整大小之前将初始图像裁剪为正方形。

【讨论】：

感谢您的提示。