我将训练级联增强分类器(使用 OpenCV 或 Matlab)来检测某些对象。
我的问题是,对于 60x60 的窗口检测大小,什么是训练图像样本的合理分辨率,因为我没有无限的时间来训练分类器?我得到的一些图像是 1200x600,我很确定这是不必要的大,我必须缩小它们。我知道测试数据集可能有那么大的图像或视频,但其中要检测的对象肯定不可能那么大。
我将训练级联增强分类器(使用 OpenCV 或 Matlab)来检测某些对象。
我的问题是,对于 60x60 的窗口检测大小,什么是训练图像样本的合理分辨率,因为我没有无限的时间来训练分类器?我得到的一些图像是 1200x600,我很确定这是不必要的大,我必须缩小它们。我知道测试数据集可能有那么大的图像或视频,但其中要检测的对象肯定不可能那么大。
答案是“视情况而定”。如果您的窗口大小为 60x60,那么这是您能够检测到的最小大小。因此,图像的分辨率应该足够高,以便所有感兴趣的对象的大小至少为 60x60。
此外,如果培训时间是一个问题,那么您应该考虑您将使用哪些功能。例如,使用类似 Haar 的特征进行训练比使用 HoG 或 LBP 需要更长的时间。
OpenCV 程序opencv_traincascade
和 MATLAB 函数trainCascadeObjectDetector(在计算机视觉系统工具箱中)都让您可以选择 Haar、HoG 和 LBP 特征。