我正在处理热视频。我的项目实时确定每一帧是否包含人脸。我所说的“包含一张脸”是指：
（一张脸，这个尺寸和角度，每帧）
为此，我训练了一个 LBP 级联分类器。如上所示，分类器的性能非常好，并且能够以非常低的假阴性几率检测热人脸。然而，误报率相当惊人。检测到虚空中的非人脸物体，如下图。
注意：这些图像被用作负样本
通过调整detectMultiScale方法的参数，可以减少误报的数量。但是，scaleFactor对于 1.5 和minNeighbors10，我仍然有 20% 的时间得到误报。
对于级联训练，我有 600 个负图像（60x80）和 90 个正图像（60x50），其中生成了 1200 个正样本。
那么在不影响检测速度或帧速率的情况下，还有哪些其他可能的解决方案或解决方法呢？
编辑：我尝试通过在负图像上使用经过训练的分类器并标记假负以将它们包含在下一次训练中来从我的样本中提取硬负。到目前为止，我已经能够将误报率降低到 12% 左右。但是我仍然对这个结果不满意。