问题标签 [viola-jones]

我正在构建一个分类器来检测电源插座。特别是插座的三个孔，如下所示：

除了使用 OpenCV 的实用程序创建一个.vec具有相当多角度变化的文件之外，我是否需要做更多的事情来生成正片？createsamples看起来是这样，因为我的对象是标准化的（除了出口孔之间可能是深色的）。

我看到很多人提供了一个info.dat或类似的文件，其中包含许多正图像的路径，包括正文件中要检测的对象的数量和位置。如果我可以避免这些额外的工作并且仍然获得出色的检测结果，我愿意。

我确实希望能够从所有可检测的角度检测不同尺寸的插座（即从不同的距离）。

如果在使用它创建样本之前该文件有理想的尺寸，那也会很有帮助。

我正在使用中提琴使用 Open CV 进行面部检测，我按照此处的所有说明进行操作 http://docs.opencv.org/2.4/doc/tutorials/introduction/windows_visual_studio_Opencv/windows_visual_studio_Opencv.html#windows-visual-studio-how-to但由于此错误opencv_core2410d.dll 丢失 ，它无法运行

它位于 \opencv\build\x64\vc12\lib

我找不到在 OpenCV 中使用 Haar 功能的 Voila-Jones 算法的实现。

我有一个示例类，我想在 VisualStudio 中通过 F12 跟踪方法调用。我想要的是跳过 .cpp 文件来查看实现。但我得到的只是 .hpp 文件中的声明。例如，我要遵循的调用是 detectMultiScale(...) 和 CascsadeClassifier。

使用 OpenCV 3.0 和 3.1 的标准下载，我可以运行示例类，但如前所述，无法通过代码 F12。我试图通过本教程从 github 上的源代码构建 openCV，但我得到了类似的链接器错误

main.obj : 错误 LNK2001: Nicht aufgelöstes externes Symbol ""void __cdecl cv::imshow(class cv::String const &,class cv::_InputArray const &)" (?imshow@cv@@YAXABVString@1@ABV_InputArray@ 1@@Z)" 和 1>LINK : 致命错误 LNK1104: Datei "opencv_aruco310d.obj" kann nicht geöffnet werden。

当我想运行代码时。

构建结束时没有失败，但是当我想向 VS 项目添加额外的依赖项时，调试器只有 .lib 文件，版本没有。

有人可以帮忙吗？

我的目标是检测不同类型的物体（绿色/红色苹果、咖啡杯和玻璃杯）。我尝试使用级联分类器来检测场景中的通用苹果并成功运行。

有一些方法可以训练我的分类器使用 Cascade 分类器识别 4 个对象吗？我需要确切地知道我检测到了哪个对象，而不仅仅是场景中是否存在通用目标对象。

谢谢大家

我修改了TrainCascadeObjectDetectorMATLAB生成的OpenCV XML文件（分类器），我删除了一些项目。

当我尝试加载它时：

我收到访问冲突错误：

我有一个算法Viola-Jones在Python. 我正在使用haarcascade从openCV根文件加载的 xml。但是没有任何用于嘴巴和鼻子的 xml 文件openCV，所以我从EmguCV下载了这些文件。人脸检测结果还可以，但是眼睛检测不好，鼻子和嘴巴检测很差。我试图更改 中的参数face_cascade.detectMultiScale，但它根本没有帮助。

我的代码：

我的问题

我究竟做错了什么？有没有简单的解决方案，这会给我一个更好的结果？

输出：

我正在研究 Viola-Jones 的论文，以便更好地理解他们的目标检测算法并制作一个适用的程序。在特征主题的最后一段中，作者谈到了检测器的基本分辨率是 24x24，他们说矩形特征的详尽集合相当大，超过 180,000 个。请注意，与 Haar 基不同，矩形特征集是过完备的。这是否意味着每个矩形特征都是 24 x 24 还是仅仅意味着我们将给定图像划分为 24*24 块？180000 是每 24*24 块找到几种类 Haar 特征的结果？而且我也无法理解最后一部分指出矩形特征集过于完整。当我们谈论矩形特征时，过度完备意味着什么？谢谢。

1. Viola jones 能否检测到大于 24x24 窗口的人脸（比如说 256x256 图像中 128x128 的人脸）？如果是，它将如何绘制边界框，因为我的理解告诉我窗口的最大尺寸是 24x24
2. 如果在轮廓和旋转面部上进行训练，是否可以准确地检测到面部？
3. 维奥拉·琼斯在面部表情和照明方面的变化有多强大？

我已经阅读了 2004 年的中提琴论文。在 3.1 中，他们解释了阈值计算。但我超级困惑。它读作

对于每个特征，示例根据特征值进行排序

问题1）排序列表是从示例的积分图像计算的haar特征值列表。因此，如果我们有一个特征和 10 张图像（正面和负面）。我们得到与每个输入图像相关的 10 个结果。

然后可以在这个排序列表上单次计算该特征的 AdaBoost 最佳阈值。对于排序列表中的每个元素，维护和评估四个总和：正样本权重总和 T +、负样本权重总和 T -、当前样本 S+ 以下的正样本权重总和以及负样本权重总和权重低于当前示例 S-</p>

问题2）排序的目的是什么。我猜最高的那个是最能描述图像的那个。但在算法上它如何影响（S- S+ T+ T-）。

问题3）现在我们计算一个排序列表（S- S+ T+ T-）。这是否意味着每个条目都有自己的 (S- S+ T- T+) 或者整个列表只有一个 (S- S+ T- T+)。

在排序列表中分割当前示例和前一个示例之间的范围的阈值的错误是： e = min ( S+ + (T - - S-), S- + (T + - S+)) ，

问题4）这在一定程度上回答了我之前的问题，但我不确定。所以为了我们每个输入图像都有“e”。我们需要为列表中的每个条目维护 (S- S+ T- T+)。但是，在我们为该特征计算 N 个（每个图像一个）之后，我们如何处理“e”。

在此先感谢，如果这令人困惑，或者您需要对我的问题进行更多说明，请告诉我。

我试图在 matlab 中使用 30 个具有指定 ROI 的正图像和 10 个负图像（没有指定 ROI）来训练级联对象检测器。我的代码类似于“停车标志检测器”的 matlab 示例代码。但是当我尝试运行我的代码时，会出现这些错误：Error using ocvTrainCascade Error in generate samples for training。无法生成用于训练第一个级联阶段的样本。

我的代码是从给定的面部图像中检测“嘴”。作为正图像，我选择了人脸图像，其中 ROI 指定了嘴巴区域。作为负面图像，我选择了这样的图像：

http://i.stack.imgur.com/7X1BK.png

谁能告诉我我应该怎么做才能更正我的代码？