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scaleFactor,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scaleFactor,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。

码农书籍

服务设计与创新实践

宝莱恩 (Andy Polaine)、乐维亚 (Lavrans Lovlie)、里森 (Ben Reason) / 王国胜、张盈盈、付美平、赵芳 / 清华大学出版社 / 2015-6-1 / CNY 69.00

产品经济的时代渐行渐远，在以服务为主导的新经济时代，在强调体验和价值的互联网时代，如何才能做到提前想用户之所想？如何比用户想得更周到？如何设计可用、好用和体贴的服务？这些都可以从本书中找到答案。本书撷取以保险业为代表的金融服务、医疗服务、租车及其他种种服务案例，从概念到实践，有理有据地阐述了如何对服务进行重新设计？如何将用户体验和价值提前与产品设计融合在一起？《服务设计与创新实践》适合产品......一起来看看《服务设计与创新实践》这本书的介绍吧!

码农工具

c – OpenCV：如何使用Haar分类器级联来提高眼睛检测的准确性？

服务设计与创新实践

CSS 压缩/解压工具

Markdown 在线编辑器

html转js在线工具