问题标签 [cascade-classifier]

我正在开发一个 MATLAB 项目，该项目使用户能够进行面部检测并将其模糊。

使用的内置函数：

这个功能的问题：它只检测正面。

我尝试的方法：在while循环中使用imrotate函数在度数小于360时旋转图像。所以我认为它会起作用。我每次都将旋转增加 23。

缺点：它不起作用，它会改变图像的空间分辨率。

假设我想训练级联来识别一个对象，但是这个对象有不同的形状。例如，如果我想识别一个杯子。你知道杯子有很多种形状，但它们也有相似之处。或者另一个例子：方向盘。你总能看出这个物体是一个方向盘，但它有不同的形状。我的问题：我可以训练级联来识别一个物体的大多数不同形状吗？

我无法正确训练分类器。当我使用生成的 cascade.xml 时，无法识别该对象。相反，对象的某些部分是。

训练的命令行是这样的：

训练时输出如下所示：

当我用它来检测我的对象（在我的情况下，对象是方向盘）时，结果是：

我正在尝试使用级联分类器（haarcascade_frontalface_alt_tree.xml）检测人脸，但是这条线

给我这个错误：

该图像img是使用cv::Mat创建的，imread()并且vec是vector<cv::Rect>. 我正在使用 opencv 2.4.9 在 debian 上工作，但相同的代码在使用相同版本的 opencv 的 macos 中运行良好。

当谈到级联分类器（使用类似 haar 的特征）时，我总是读到像 AdaBoosting 这样的方法用于选择“最佳”特征进行检测。但是，这仅在有一些初始功能集开始增强时才有效。

给定一个 24x24 像素的图像，有 162,336 个可能的 haar 特征。我在这里可能错了，但我不认为像 openCV 这样的库最初会针对所有这些特性进行测试。

所以我的问题是如何选择初始特征或它们是如何生成的？有没有关于初始特征数量的指导方针？

如果最初使用所有 162,336 个特征。它们是如何产生的？

您好，我正在尝试使用级联分类器、android 和 opencv 库来识别汽车。我的问题是我的手机几乎将所有东西都标记为汽车。

我根据以下内容创建了我的代码： https ://www.youtube.com/watch?v=WEzm7L5zoZE 和人脸检测示例。我的应用程序表现得很奇怪，因为标记看起来很随机。我什至不知道标记汽车是否正确，或者这只是一些随机行为。目前它甚至将我的键盘标记为汽车。我不确定我可以改进什么。我看不到将它训练到 5 或 14 个阶段之间的任何进展

我已经训练了我的文件多达 14 个阶段

我的代码如下所示：

我已经建立了一个分类器，它在对某些感兴趣的对象进行分类时具有很高的准确性，给定的图像只关注那些对象。

然而，当同样的分类器应用于使用选择性搜索或滑动窗口扫描较大图像的对象检测器时，检测器的性能非常低。

我不明白为什么。这在计算机视觉中正常吗？解决方案是什么？

我需要一些帮助来了解为什么会出现此错误：

我尝试谷歌搜索并没有提出好的解决方案。我确实在构建路径和所有内容中设置了 OpenCV，而且它加载了有人说可能是问题的 frontalface.xml。

运行时启动 JPanel，然后代码中的这一行出现错误：

任何帮助，将不胜感激！谢谢。

很抱歉，这似乎是一个开始的问题，但只是想知道我可以rectangular dimensions用于培训opencv haar cascade。我尝试过square samples，结果图像被检测到很好，但是当我尝试使用矩形宽度和高度作为车牌时，纵横比2:1在宽度和高度之间，所以我在训练时使用相同的纵横比，但生成的分类器没有检测到任何东西图片。

以上是我为训练设置的参数classifier。任何人都可以确认我是否可以rectangular parameters用于阳性样本。还请提出一些修改以正确完成培训。

训练负片的大小240x161约为420x240

谢谢你。

编辑1：

我正在使用如下调用。

我目前正在使用 Matlab 设计一种汽车检测算法。为此，我使用了 Matlab 提供的级联分类器工具。在该过程结束时，我将获得一个xml包含我的分类器模型的文件。我想知道在将我的算法移植到时是否可以像在 OpenCV 中一样使用这个“xml”模型C++？

感谢您的帮助