提高 OpenCV HOG 人员检测器的准确性

Question

我正在做一个项目。项目的一部分包括将 OpenCV 的 HOG 人检测器与摄像头流集成。

目前它正在使用相机和基本的 HOG 检测器 (CPP detectMultiScale -> http://docs.opencv.org/modules/gpu/doc/object_detection.html)。但是效果不是很好...检测非常嘈杂，算法也不是很准确...

为什么？

我的相机图像是 640 x 480 像素。

我使用的 sn-p 代码是：

std::vector<cv::Rect> found, found_filtered;
cv::HOGDescriptor hog;
hog.setSVMDetector(cv::HOGDescriptor::getDefaultPeopleDetector());
hog.detectMultiScale(image, found, 0, cv::Size(8,8), cv::Size(32,32), 1.05, 2);

为什么不能正常工作？有什么需要提高准确性的？是否需要特定的图像尺寸？

PS：你知道一些精确的人检测算法吗，速度更快，在 cpp 中开发？

Answer 1

默认人员检测器的大小为 64x128，这意味着您要检测的人员必须至少为 64x128。对于您的相机分辨率，这意味着一个人必须占用相当多的空间才能被正确检测到。

根据您的具体情况，您可以尝试训练自己的 HOG Descriptor，尺寸更小。如果您想训练自己的 HOG 描述符，可以查看 this answer 和 referenced library。

对于参数：

win_stride： 假设您的输入图像大小为 640 x 480，并且默认peopleDetector 的窗口大小为 64x128，您可以在输入图像中多次拟合 HOG 检测窗口（64x128 窗口）。 winstride 告诉 HOG 每次移动检测窗口一定的量。 这是如何运作的： Hog 将检测窗口放在输入图像的左上角。 并且每次将检测窗口移动一个win_stride。

像这样（小win_stride）：

或像这样（大 win_stride）

较小的 winstride 应该会提高准确性，但会降低性能，反之亦然

填充 填充在输入图像的每一侧添加一定数量的额外像素。这样，检测窗口就位于输入图像之外。正是由于这种填充，HOG 可以检测到非常靠近输入图像边缘的人。

group_threshold group_treshold 通过检测到的部件何时应放置在组中来确定一个值。 低值不提供结果分组，如果在检测窗口内找到阈值量，则较高值提供结果分组。 （根据我自己的经验，我从来不需要更改默认值）

我希望这对你有点意义。 过去几周我一直在与 HOG 合作，并且阅读了很多论文，但我丢失了一些参考资料，所以我无法链接这些信息的来源页面，对不起。