人与检测哈尔级联(people detection with haar cascade)

我在我的学校工作的一个项目，以检测有多少学生在教室里。 像这张图片。

我一直在试图用哈尔级联OpenCV进行人脸检测，检测的人，但结果是非常糟糕的。 像这样：

我把数以千计的照片在课堂上，并裁剪与手动的人的图片。 大约有4000正样本和12000个阴性样品。 我想知道我做了什么错？ 当我裁剪图像，应我只是裁剪只有头这样吗？ 或者像这样用身体吗？

我觉得我有足够的训练样本，我遵循这个职位的具体步骤： http://note.sonots.com/SciSoftware/haartraining.html#v6f077ba应工作。 或者我应该使用不同的算法像HOG或SVM。 任何建议将是巨大的对我来说，我一直停留在这几个月，没有任何线索。 非常感谢！

Answer 1:

哈尔是人脸更好。 猪与SVM是经典的人类察觉而且发生了很多源和博客对他们，不难训练分类。 为了您的场景，我觉得“头肩”比“独头”好。 但是，你的多视图的样本增加了难度。 一个面向凸轮会更好。 添加更多硬负的样本，如果你总是有更多的假阳性警报。 本文可以帮助： http://irip.buaa.edu.cn/~zxzhang/papers/icip2009-1.pdf

Answer 2:

通常情况下，用哈尔级联，结果当我们改变参数，当我们训练分类是非常不同的。 在我的情况下，该对象很简单，但它不能检测过： OpenCV的哈尔级联的Varikont检测

当我改变的参数，它可以检测非常漂亮。 ：你可以在这里看看https://inspirit.github.io/jsfeat/sample_haar_face.html

或者更特别，更专业，你可以研究有关的视觉关键词（SIFT / SURF + SVM或SGD）的袋子。

就个人而言，我觉得你不需要使用复杂的方法对人的检测。 问候，

文章来源: people detection with haar cascade