问题标签 [viola-jones]

我目前正在使用中提琴和琼斯方法进行人脸检测。

我认为我做了一些愚蠢的假设，最终得到 100% 假阴性率和 0% 真阳性率的分类器。

以下是我生成训练特征的方式：对于所有四种特征类型，我为黑色和白色区域生成了不同大小但宽度和高度相等的。

这可能是训练结果不佳的原因吗？

此外，我对每个特征的阈值是任意选择的，使其在一个值范围内。

我是不是搞错了一些事情？如果有人可以提供帮助，我会很高兴。我为此浪费了很多时间，而且考试就在附近。

opencv 中的 Viola-Jones 人脸检测可以工作 25 英尺吗？如果相机好并且能够拍出高质量的照片，Viola-Jones 是否有可能检测到人脸？

这是关于Viola-Jones 算法（用于人脸检测）的问题，如此处所述

http://en.wikipedia.org/wiki/Viola%E2%80%93Jones_object_detection_framework

在原始论文中

http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.110.4868

我的问题是：

1. 他们描述了 3 种特征。并给出 4 个功能示例。每个 24x24 窗口计算的功能这么多？3 还是 4？或者他们是否使用了这 4 个功能的所有可能大小？（会很多）
2. 显然，其中一项功能可以出现在该 24x24 窗口的不同位置。那么有多少次，在什么确切位置？
3. 它们描述了 3 种分类器，但显然它们可以进行很多修改（比如 A 旋转为 B）。翻转或反转分类器 D 也是有意义的。他们是只使用这 4 种类型，还是以多种方式修改所有这些类型？

我正在查看 haar.cpp 的代码以了解滑动窗口方法。这是代码：

现在，我想确保我做对了一切。据我了解，我们遍历尺度，在每个尺度中，我们对图像进行二次采样，并尝试找到固定大小的对象（面部为 20X20），遍历所有 x 和 y 位置。

伪代码是：

对于比例= 1：ScaleMax

那是准确的还是我做错了什么？

谢谢，

吉尔。

我现在比较 Viola-Jones 代码在纯 C 代码和使用 openCV 函数 cvHaarDetectObjects() 之间的时间性能。

到目前为止，使用纯 C 代码检测人脸所需的时间似乎是使用 openCV 函数的 3 倍左右。即使纯 C 代码版本使用简化算法。

任何人都可以给我一个提示吗？

我正在尝试优化用纯 C 代码编写的 Viola-Jones 代码，因为检测人脸的时间比使用 openCV 函数的代码要长。

我想看看 cvHaarDetectObjects 函数是如何工作的，但我找不到。

有人可以帮我吗？

<root node>和<node 1>分别是什么？

我认为每个弱分类器都与一个类似 haar 的特征相匹配

但是当我看到这个 XML 代码时，有两个节点，我很困惑。

我也不明白 right/left_node 或 right/left_val 的含义。

我正在尝试了解 Viola-jones 人脸检测算法。在论文中，他们提到在 24x24 像素图像中可以有 160k 加 haar 特征。

我正在努力理解如何确定弱分类器。例如，如果我有 10k 张图像，面孔 + 非面孔。我在整组图像上交换了一个 Haar 特征。现在既然特征的结果是一个整数值（白色区域和灰色区域之和之间的差），我们如何使用这个整数值来确定它是否正确分类了人脸或非人脸图像。

感谢阿里·乌梅尔

我正在实施 Viola-Jones 人脸检测器来检测静止图像中的人脸，它对与我的训练大小相同大小的图像非常有效。但是我不知道面部检测器如何处理多种尺寸的面部？

如果我的图像的训练尺寸是 24*24，并且如果我想在 30*30 的检测器窗口中检测人脸，我需要如何重新调整 haar 特征，以便它适用于 30*30 尺寸的检测器窗口。临界点。

还有一件事，Haar 特征的位置是否也会随着不同大小的检测器窗口而变化，如果是，如何变化？

我正在实施 Viola-Jones 人脸检测算法，对 haar 特征阈值有点困惑。我正在使用跟随计算 haar-feature 的阈值。脚步：

a) 计算同一位置的所有正（人脸）图像中的 haar 特征值。b) 获取介于最小特征值和平均特征值之间的所有特征值得到列表，MinToAvg = [] c) 对 MinToAvg 中的每个值分类数据（正和负）并得到 pos 的数量。图像（Pos.）它分类为面部和误报数（FP）。d) 特征值被认为是我得到 max(Pos-FP) 的特定特征的阈值。

对于每一轮提升，Haar 特征的阈值保持不变，相反，Viola-Jones 论文中讨论的 Haar 特征阈值随着每一轮提升而变化。

我的问题是：1）我在计算 Haar 特征阈值的方法是否正确？2) 每轮提升的门槛需要改变吗？

我正在使用 Python。

谢谢！