0

我们正在使用 Viola-Jones 进行人脸检测。该算法运行良好,几乎没有误报。但是,我们有误报。我们检测到一种非常明显的假阴性模式,即面部像素的灰度值与背景像素之间的对比度非常高。

对于假阴性,如果将图像转换为单个灰度矩阵,我们会看到类似这样的内容 - 255 表示白色像素,即背景,而低得多的值是面部(即较暗)像素)

255 255 255 255 255 255 80
255 255 255 255 255 110 100
255 255 255 255 90  100 110
255 255 255 90 100  105 100

在这些情况下,算法无法检测到人脸。我尝试了我们自己的代码和一个网络可用的 api,结果相似(在相关图片上都没有检测到人脸。

对于真阳性,对比度不是那么高,您可能会看到如下内容:

215 203 193 180
205 196 182 175
199 195 186 183
202 201 197 193
209 204 196 187
214 202 185 172
198 182 171 159
192 174 164 156

其中较高的值是背景像素(有但不是完全白色,它们有一些灰色),较低的值对应于面部(较暗)。

有没有人遇到过这个问题和/或有任何建议?

4

1 回答 1

1

如果问题是对比度,那么有许多对比度归一化算法。尝试将它们作为预处理步骤,看看是否有帮助。

于 2016-01-20T21:50:19.937 回答