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: 5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

程序设计实践

程序设计实践

[美] Brian W. Kernighan、Rob Pike / 裘宗燕 / 机械工业出版社 / 2000-8 / 20.00元

这本书从排错、测试、性能、可移植性、设计、界面、风格和记法等方面,讨论了程序设计中实际的、又是非常深刻和具有广泛意义的思想、技术和方法。一起来看看 《程序设计实践》 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

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具