問題タブ [haar-classifier]

単一のジェスチャ用に xml をトレーニングし、Emgucv C# で使用すると、ジェスチャ認識のための haar カスケードに取り組んでいますが、ラグはありませんが、15 のジェスチャをトリンして xml を使用すると、ラグが発生します... コードは次のとおりです。

それよりも優れたコードまたはリンクplz ......

唇を分割するための独自の Haar を作成してみました。しかし、私はあまり良い結果を達成していません。目と同じように、唇のセグメンテーション用のハールを入手できますか。インターネットでそのようなハールを検索しましたが、見つかりませんでした。

私の目的は、口が大きく開いているか閉じているかを調べることです。

誰もそのようなハールをしたことがない場合。私はそれを構築し、それをオープンソースにします。

Haar のような機能が弱い記述子として記述されていると聞いたことがあります。この場合、Adaboost メソッドは SVM よりも有利であるとのことです。私の質問は、弱い記述子と強い記述子とは何ですか?また、ブースティング手法が SVM よりも優れているのはなぜですか?

私のトレーニングはすでに 1 週​​間以上実行されていますが、現在トレーニングしているステージ数は必要ありません。ステージ数を25から17～18に変更したいです。分類器全体を最初から再トレーニングする必要がありますか? 理由を説明してください。

駐車場の空撮画像で車の台数を数えたいと思っています。いくつかの調査の結果、Haar Cascade Classifiers がこのオプションになる可能性があると思います。使用する画像の例は、Google マップの駐車場の拡大画像に似たものです。

これを達成するための私の現在の計画は、1 つの方向 (上下) のみで画像から切り取った車を使用してカスタム Haar 分類器をトレーニングし、画像を 15 度ずつ回転させながら認識を複数回試行することです。私の具体的な質問は次のとおりです。

1. ここでHaar Classifierを使用するのは良いアプローチですか、それとももっと良い方法がありますか?
2. これが良いアプローチであると仮定すると、トレーニング データ用に大きな画像から車をトリミングする場合、隣接する駐車スペースにある車の小さな部分を含む可能性のある大きな領域をトリミングする方がよいでしょう (ただし、一部のトレーニング画像には明らかに単独の車が含まれますが、隣に車が 1 台しかない、など) または、車をできる限り輪郭に近づけてトリミングするのが最善でしょうか?
3. 繰り返しますが、私がこのアプローチを取っていると仮定すると、車の二重カウントを避けるにはどうすればよいでしょうか? 車が 1 つの方向で認識された場合、再度カウントされることは望ましくありません。車をカウント済みとしてマークし、無視する方法はありますか?

顔検出にhaarカスケードを使用することを検討しているので、ここのチュートリアルに従ってみました: http://opencv-python-tutroals.readthedocs.org/en/latest/py_tutorials/py_objdetect/py_face_detection/py_face_detection.html

実行すると、画像ウィンドウが表示されますが、長方形は描画されません。私はコードをチェックして、すべてが私にとって理にかなっている、または廃止された関数を使用していた可能性がありますが、すべて問題ないように見えました.

なぜこれを機能させることができないのかわかりません。何が間違っている可能性があるかについて何か提案はありますか? Python 2.7.3 を使用しています。

ビデオを前景と背景に分割しようとしています。私のビデオには主に顔があると仮定して、顔検出器から始めて、顔検出器内のすべてのピクセルを、おそらく GrabCut の前景シードとして使用します。

問題は、顔が確実に存在するにもかかわらず、(数フレームで) 顔検出器が顔を検出しない場合があることです。特に、ユーザーが画面から目をそらし、顔の横顔が見える場合。

これに対する解決策はありますか？

同様に私の頭に浮かんだ明白な答えは、サイド プロファイルの Haar Classifier を使用することでしたが、どうすれば両方を融合させることができるでしょうか? ある意味で、いつでも顔の正面または側面のプロファイルのいずれかを持っている必要があります (またはまったくない)。

検出された顔に何らかの関連する信頼値があるかどうか疑問に思っていたので、カスケードからの検出を使用して、より信頼性の高い検出を行うことができます。