关于为级联分类器准备训练数据集时的图像背景

Question

我有一个关于为将用于对象检测的级联分类器准备正样本数据集的问题。

作为阳性样本，我得到了 3 组图像：

1. 一组全尺寸（约 1200x600）彩色图片，白色背景，每张图片中的对象以不同的角度显示
2. 另一组具有相同灰度图像和白色背景，缩小到检测窗口大小 (60x60)
3. 另一组具有相同灰度图像和黑色背景，缩小到检测窗口大小 (60x60)

我的问题是，在第 1 组中，背景真的应该是白色的吗？它不应该是一个可能在测试数据集中找到对象的环境吗？或者我应该有第四组图像在他们的自然环境中？环境如何影响训练样本？

Answer 1

背景应该是对象的典型环境，因为当您实际尝试检测对象时，搜索窗口将始终包含一些背景。最好的办法是从自然图像中裁剪对象。

如果您在 MATLAB 中使用 trainCascadeObjectDetector 函数，您甚至不必裁剪样本。它允许您为每个图像指定多个边界框。您也不必担心样本的大小，因为 trainCascadeObjectDetector 会为您调整它们的大小。

在 MATLAB 文件交换中有一个 very handy GUI app 用于标记图像中感兴趣的对象，该图像设计用于 trainCascadeObjectDetector。

编辑：其他几点。您的负面图像还应包含通常与您感兴趣的对象相关的背景。这是一个tutorial，解释了如何准备训练数据以及如何设置一些参数。