問題タブ [viola-jones]

私は現在、ヴィオラとジョーンズのアプローチを使用した顔検出に取り組んでいます。

私は、100% の FALSE 陰性率と 0% の真陽性率の分類器で終わるばかげた仮定をしていると思います。

トレーニング機能を生成する方法は次のとおりです。4つの機能タイプすべてについて、サイズは異なりますが、黒と白の両方の領域で幅と高さが同じです。

これがトレーニング結果の悪さの背後にある理由でしょうか?

さらに、各機能のしきい値は、値の範囲内になるように任意に選択されました。

私は何か間違っていますか？誰かが助けてくれたらとてもうれしいです。私はこれで多くの時間を無駄にしており、試験はもうすぐです。

opencvでのViola-Jonesの顔検出は25フィートで機能しますか? カメラが優れていて、高品質の画像が撮影できる場合、Viola-Jones は顔を検出できますか?

スライディング ウィンドウのアプローチを理解するために、haar.cpp のコードを調べます。コードは次のとおりです。

今、私はすべてが正しいことを確認したいと思います。私が理解しているように、スケールをループし、各スケールで画像をサブサンプリングし、固定サイズ (顔の場合は 20X20) でオブジェクトを見つけようとし、すべての x と y の位置を調べます。

擬似コードは次のとおりです。

scale=1 の場合:ScaleMax

それは正確ですか、それとも何か間違っていますか？

ありがとう、

ギル。

私は現在、純粋な C コードで書かれた Viola-Jones コードと openCV 関数 cvHaarDetectObjects() を使用するコードの時間パフォーマンスを比較しています。

これまでのところ、純粋な C コードで顔を検出するのにかかる時間は、openCV 関数を使用した場合の約 3 倍になるようです。純粋な C コード バージョンでは単純化されたアルゴリズムが使用されますが。

誰か私にこれについてのヒントを教えてください。

openCV 関数を使用したコードよりも顔の検出に時間がかかるため、純粋な C コードで記述された Viola-Jones コードを最適化しようとしています。

cvHaarDetectObjects 関数が実際にどのように機能するかを確認したいのですが、方法がわかりません。

誰か助けてくれませんか？

静止画像の顔を検出するために Viola-Jones の顔検出器を実装していますが、トレーニング サイズと同じサイズの画像に対して十分に機能します。しかし、顔検出器が複数のサイズの顔に対してどのように機能するかわかりませんか?

画像のトレーニング サイズが 24*24 で、30*30 の検出器ウィンドウで顔を検出したい場合、haar-feature を再スケーリングして、30*30 サイズの検出器ウィンドウで同じように動作するようにする必要があります。しきい値。

もう1つ、Haar-featureの位置も検出器ウィンドウのサイズによって変化しますか?もしそうなら、どのように?

Viola-Jones の顔検出アルゴリズムを実装していますが、haar-feature のしきい値について少し混乱しています。フォローを使用して、haar-feature のしきい値を計算しています。手順:

a) 同じ位置に対応するすべてのポジティブ (顔) 画像の haar-feature 値を計算します。b) 最小特徴値と平均特徴値の間にあるすべての特徴値を取得してリストを取得します。images(Pos.) 顔と偽陽性 (FP) の数として分類します。d) 機能値は、最大 (Pos-FP) を取得する特定の機能のしきい値と見なされます。

反対に、ブースティングの各ラウンドで、Haar 機能のしきい値は同じままです。Viola-Jones の論文で説明されているように、Haar 機能のしきい値は、ブースティングのすべてのラウンドで変化します。

私の質問は次のとおりです。1) Haar-feature しきい値の計算に正しい方法を使用していますか? 2) ブーストのラウンドごとに、しきい値を変更する必要がありますか?

私はPythonを使用しています。

ありがとう！