2014-12-23 34 views
2

有没有一种方法来优化哈尔级联分类器的人脸检测?哈尔级联分类器增加人脸检测的准确性

我创造了这个功能,它工作得很好,但我仍然有一些问题,一些照片:

void ImageManager::detectAndDisplay(Mat frame, CascadeClassifier face_cascade){ 


    string window_name = "Capture - Face detection"; 
    string filename; 

    std::vector<Rect> faces; 
    std::vector<Rect> eyes; 
    Mat frame_gray; 
    Mat crop; 
    Mat res; 
    Mat gray; 
    string text; 
    stringstream sstm; 


    cvtColor(frame, frame_gray, COLOR_BGR2GRAY); 
    equalizeHist(frame_gray, frame_gray); 

    // Detect faces 
    face_cascade.detectMultiScale(frame_gray, faces, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(30, 30)); 

    // Set Region of Interest 
    cv::Rect roi_b; 
    cv::Rect roi_c; 

    size_t ic = 0; // ic is index of current element 


    for (ic = 0; ic < faces.size(); ic++) // Iterate through all current elements (detected faces) 
    { 

     roi_c.x = faces[ic].x; 
     roi_c.y = faces[ic].y; 
     roi_c.width = (faces[ic].width); 
     roi_c.height = (faces[ic].height); 



     crop = frame_gray(roi_c); 

     faces_img.push_back(crop); 

     rectangle(frame, Point(roi_c.x, roi_c.y), Point(roi_c.x + roi_c.width, roi_c.y + roi_c.height), Scalar(0,0,255), 2); 


    } 

    imshow("test", frame); 
    waitKey(0); 

    cout << faces_img.size(); 


} 

框架:照片我必须analize。

face_cascade:从haar_cascade.xml

创建级联分类这是我作为试验的algoritm的照片,结果是这样的:enter image description here

结果是相当不错,脸部都能正确检测到,但正如你所看到的,我想删除三个误报。

在此先感谢

+2

可能会将minNeighbours参数从2增加到5(直到您开始错过正数)。 – berak

+0

哇,它的工作原理。谢谢 –

+0

顺便说一句,如果你发现更好的错误检测, - 随时[在这里添加它们](http://machine-pareidolia.appspot.com/) – berak

回答

6

内部,CascadeClassifier做一些检测,并且基团的那些。

minNeighbours(在detectMultiScale调用)是检测在大约相同的地方nessecary计算为一次有效的检测量,从而增加从目前的2〜也许5左右,直到你开始想念阳性。