そこで、独自の HoG 機能エクストラクタと単純なスライディング ウィンドウ アルゴリズムを作成しました。この疑似コードは次のようになります。
for( int i = 0; i < img.rows; i++ ) {
for( int j = 0; j < img.cols; j++ ) {
extract image ROI from the current position
calculate features for the ROI
feed the features into svm.predict() function, to determine whether it's human or not
}
}
ただし、非常に遅いため (特に異なるスケールを含める場合)、ポジティブ サンプルとネガティブ サンプルで openv_traincascade コマンドを使用していくつかのカスケード分類器をトレーニングすることにしました。
opencv_traincascade は、cascade.xml、params.xml、およびいくつかの stage.xml ファイルを提供してくれます
私の質問は、この訓練されたカスケード分類器を検出ループでどのように利用するのですか?
編集：いいえ、detectMultiScaleではありません。私がカスケード分類器を使用している理由は、非オブジェクトの検出を高速化するためです。推定 ROI のスコアを計算するには、独自のアルゴリズムを使用する必要があります。混乱させて申し訳ありません