c – OpenCV:如何使用Haar分类器级联来提高眼睛检测的准确性?

栏目: 编程工具 · 发布时间: 7年前

内容简介:我有一个应用程序使用Haar级联来检测从摄像机捕获的图像中的眼睛.使用的方法是:void CascadeClassifier :: detectMultiScale(const Mat& image,vector<Rect>& objects,double scaleFactor = 1.1,int minNeighbors = 3,int flags = 0,size minSize = Size(),Size maxSize = Size())这对于s​​caleFactor,minNeighbors和

我有一个应用程序使用Haar级联来检测从摄像机捕获的图像中的眼睛.使用的方法是:

void CascadeClassifier :: detectMultiScale(const Mat& image,vector& objects,double scaleFactor = 1.1,int minNeighbors = 3,int flags = 0,size minSize = Size(),Size maxSize = Size())

这对于s​​caleFactor,minNeighbors和flags的默认值非常好,但是有些人的眼睛无法被检测到.所以我想提高眼睛检测的准确性.似乎“级联分类器训练”和创建自定义级联分类器是一个很好的解决方案,但在这之前

是否可以通过调整方法中的一些参数来提高检测精度?请详细解释scaleFactor,minNeighbors和flags的含义,因为 cascadeclassifier-detectmultiscale 文档中的含义对我来说并不十分清楚.谢谢.

scaleFactor参数用于确定函数将查找的眼睛的大小.通常该值为1.1以获得最佳检测.将此参数设置为1.2或1.3将更快地检测眼睛,但不会经常发现它们,这意味着精度会下降.

minNeighbors用于告诉探测器在检测到眼睛时应该有多确定.通常此值设置为3,但如果您想要更高的可靠性,可以将其设置得更高.值越高意味着精度越低,但可靠性越高

标志用于设置特定首选项,例如查找最大对象或跳过区域.默认此值= 0.设置此值可以使检测更快

翻译自:https://stackoverflow.com/questions/15403850/opencv-how-to-improve-accuracy-of-eyes-detection-using-haar-classifier-cascade


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

IT不再重要

IT不再重要

(美)尼古拉斯·卡尔 / 闫鲜宁 / 中信出版社 / 2008-10 / 29.00元

在这部跨越历史、经济和技术领域的著作中,作者从廉价的电力运营方式对社会变革的深刻影响延伸到互联网对我们生活的这个世界的重构性影响。他批判式的认为,企业想应用网络或应用程序,不再需要自建资料中心、自组IT团队维护和管理系统,因为互联网就像自来水或电力一样,可由专门公司提供服务,你可以付费使用。而如果他的设想真的会实现,我们的世界将会变成什么样子?IT产业的命运又将如何?这又对企业的IT领域投资产生什......一起来看看 《IT不再重要》 这本书的介绍吧!

JSON 在线解析
JSON 在线解析

在线 JSON 格式化工具

在线进制转换器
在线进制转换器

各进制数互转换器

Markdown 在线编辑器
Markdown 在线编辑器

Markdown 在线编辑器