问题标签 [haar-classifier]

我正在使用 opencv 2.4.2 和 c++。我正在尝试使用 haarcascade xml 文件检测侧面的眼睛、鼻子和嘴巴。大多数情况下，眼睛是使用 haarcascade_mcs_righteye 和 haarcascade_mcs_lefteye 正确检测到的。但是，鼻子和嘴巴的xml大多是带有轮廓的失败[如下所示]。我知道那些是为正面制作的，但是还有其他“不那么复杂”的开源方法可以用来检测个人资料图像中的鼻尖和嘴角吗？基本上，我需要他们的坐标，但首先我需要检测它们。请问有人吗？

我一直在尝试找到一种方法来合并由 haartraining.exe 程序生成的训练文件 (.XML)。haartraining 程序将输出一个 .XML 文件；我的问题是……是否可以将两个不同的 .XML 文件合并到一个包含所有训练数据的 .XML 文件中？

我想训练自己的 haar 级联并生成自己的 xml 文件。但我担心这会占用我全部的时间。我需要为 5 个个人资料图像训练分类器，以便在个人资料图像中检测他们的鼻子和嘴巴。我想知道这样做需要多少时间，因为我只有几天的时间来提交我的项目。另外，opencv中还有其他替代方法可以检测轮廓图像中鼻尖和嘴角的坐标吗？我已经发布了几次关于此的信息，但人们用研究论文来回答。

我目前正在使用 Haar 分类器来检测物体。在路上，我不明白 minNeighbors 参数是什么，它代表什么？实际上我不明白检测候选矩形的邻居是什么。请问有人可以定义相邻的想法吗？

我正在从事一个检测标志的项目，我目前正在使用haar培训来获得手部检测。我已经 XML针对不同的标志训练了文件。我无法XML在我的检测程序中使用多个文件。无论如何我可以包含不同的XML文件来检测不同的标志或我可以遵循的另一种方法来检测多个标志

提前致谢。

代码：

它只检测onexml文件

我正在尝试构建一个分类器来检测热图像中的人脸。所以我尝试使用 Haar、LBP 和 HOG 分类器进行训练。我在 Windows 上使用 OpenCV 2.4.8。

opencv_traincascade.exe -data haarcascades -vec pos.vec -bg neg.txt -numPos 250 -numStages 24 -numNeg 900 -w 24 -h 24

我总共有 307 个阳性样本。负样本的大小为 75x75。对于这三种情况中的每一种，训练都停留在特定的阶段——早期的 Haar（阶段 12）和后期的 LBP（阶段 14/15）。我减少了否定的数量（最多 200 个），但这意味着训练会在后期陷入困境。培训已经两天没有进展了。没有负片被消耗，命令窗口看起来像这样 -

还

• 消耗的 POS 计数和消耗的 NEG 计数是什么意思？
• 当我将 minHitRate 降低到 0.7 时，为什么消耗的 POS 数量会增加？

请让我知道我做错了什么。谢谢。

我有一个训练有素的 OpenCV Haar 分类器，我正在使用示例面部检测程序并将我的分类器xml文件作为参数提供。该程序按预期工作，我的问题是程序如何知道何时检测到对象？

它是否使用实时视频源上的 Haar 特征矩形并检查 XML 中的特征匹配？

我正在尝试训练一个 haar 级联。为此，作为测试运行，我拍摄了 5 张正面图像（有图像）。我使用一个名为 objectmarker.exe 的程序来标记图像中的对象并将坐标以及矩形的高度和宽度存储在文本文件 (positives.txt) 中

现在，当我尝试使用命令行中的文本文件创建 .vec 文件时，程序会执行，但我得到以下信息：

positive(1).txt ：解析errorDone。创建了 0 个样本

.vec 文件确实生成了，但如果我尝试查看它，它会打开一个窗口并崩溃。

我使用以下代码

我的 postives.txt 格式如下

请建议我可以做些什么来纠正这个错误。因为我无法继续

我正在做一个项目，其中包括使用 haar 特征识别香蕉。为此，我正在使用 EMgucv 和 Visual Studio 2010。我正在使用 opencv_createsamples 和 opencv_traincascade。我对参数有疑问。如果我增加这些值会发生什么？我设置：

-numPos 3800 -nunNeg 6000 -numStages 16 -minHitRate 0.999 -maxfalseAlarmRate 0.3 但我想知道 maxWeakCount 和 maxdetph 参数是什么？什么意思？我想举例说明

我需要了解xml中的haar级联代码，

谁能解释我们如何获得阈值、右值和左值内的值？例如 4.0141958743333817e-003 你知道计算它的公式吗？

谢谢，

多尼·普拉塞约