haarclassifiers的最佳参数
Optimal Parameters for haarclassifiers
我正在尝试使用提供的xml文件haarcascade_frontalface_alt
和hogcascade_pedestrians.xml
来检测人脸和行人。到目前为止,我可以得到一些检测,但行人检测很差,人脸检测一般。我是在拥有640x480或480x640图像的iphone上做这件事的。我也可以使图像更大,但处理速度更快。此外,我可能会将处理转移到服务器,但问题仍然存在。到目前为止,我这样做是为了得到结果。
脸:下面的第一个根本不起作用。它不会编译。
faceDetector.detectMultiScale(matgrey, faces, 1, 1, 2, 0|CV_HAAR_SCALE_IMAGE, cv::Size(30,30));
所以我求助于下面的函数调用。
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的质量。我很好奇改变参数是否会提高结果。我想要最佳的结果,这样处理时间就不是一个大问题。
谢谢,任何反馈都会很棒。
对于人脸检测,您不能将第三个参数(即scaleFactor
-指定每个图像比例下图像大小减小多少的参数(设置为1
,因为无法重新调整大小,因此您将失去以多尺度方式搜索人脸的能力。尝试将其更改为1.05
(即默认值(或其他值。
为了获得更好的人脸检测,请查看此线程以获取CascadeClassifier::detectMultiScale()
参数的推荐值。
对于行人检测,为了提高其质量,您应该尝试修改HOGDescriptor::detectMultiScale()
的第三个参数(即hit_threshold
(和最后一个参数(如group_threshold
(。
特别是,为了获得更好的行人检测结果,你们都应该把它们调高:
hit_threshold
:特征与SVM分类平面之间的距离阈值group_threshold
:用于调节相似性阈值的系数。当被检测到时,一些物体可能被许多矩形覆盖。阈值用于一组矩形中以保持它
相关文章:
- 在 C++ 中将非指定类型作为参数传递的最佳方法?
- 读取大文件(>2GB)(文本文件包含以太网数据)并通过不同参数随机访问数据的最佳方法是什么?
- 将移出参数的最佳做法
- 生成包含给定类型的 N 个参数的可变参数列表的最佳方法?
- 使用作为参数返回的指针的最佳做法是什么
- 最佳做法是在方法中传递参数
- 将不同类型的多种参数发送到处理方法的最佳方法.C
- 将对象数组作为参数传递的最佳方法是什么
- 在函数中使用 const 引用参数访问函数中成员的最佳实践 C++.
- 第一个进程保持运行而后续进程仅传递参数的最佳 IPC 方法是什么?
- 最佳实践C :多种方法的重用默认参数
- 处理 2+ 模板参数的最佳方法
- 在C 中传递多个函数参数的最佳实践
- 将结构分为函数参数列表的最佳方法
- std::shared_ptr语言 - 将共享指针作为参数传递的最佳做法
- 将函数作为参数传递的最佳方式
- 派生类方法的默认参数的最佳实践
- 返回转发引用参数 - 最佳做法
- 具有多个特征对象作为参数的函数的最佳实践
- Win32 DLL导出函数参数最佳实践