融合多个 Haar 分类器进行人脸检测答案

【问题标题】：Fusing Multiple Haar Classifiers for face detection融合多个 Haar 分类器进行人脸检测
【发布时间】：2014-08-29 02:58:20
【问题描述】：

我正在尝试将视频分割成前景和背景。假设我的视频主要包含人脸，我从人脸检测器开始，并使用人脸检测器内的所有像素作为 GrabCut 的可能前景种子。

问题是有时（在几帧中），人脸检测器不会检测到人脸，尽管人脸肯定存在。特别是当用户从屏幕上移开视线并且可以看到脸部的侧面轮廓时。

有解决办法吗？

我想到的一个明显答案是使用侧面轮廓 Haar 分类器，但我如何融合它们呢？从某种意义上说，在任何时候，我都应该拥有脸部的正面轮廓或侧面轮廓（或根本没有）。

我想知道检测到的人脸是否有任何相关的置信度值，因此我可以使用来自级联的检测来提供更可靠的检测。

【问题讨论】：

您可以减少级联检测中的“邻居”参数（例如，从 3 减少到 1 或 2）。这将拒绝更少的面孔。
我试过了，但这会产生更多的错误检测，这也是不可接受的，因为这会破坏我在检测到的面部上训练的颜色模型。我在框架中只有一次脸的约束下工作。为了在检测到的多个面部中进行选择，如果我可以将置信度分数与检测相关联会更好。

标签： c++ opencv image-processing computer-vision haar-classifier

【解决方案1】：

CascadeClassifier::detectMultiScale() 有一个（未记录的）重载：

virtual void detectMultiScale( InputArray image,
                               CV_OUT std::vector<Rect>& objects,
                               CV_OUT std::vector<int>& rejectLevels,
                               CV_OUT std::vector<double>& levelWeights,
                               double scaleFactor,
                               int minNeighbors, int flags,
                               Size minSize, Size maxSize,
                               bool outputRejectLevels ) = 0;

rejectLevels 应该是您正在寻找的置信度值

【讨论】：

好的。谢谢！我刚刚意识到我实际上是在使用 C 函数进行检测。也就是说，我使用的是 cvHaarDetectObjects 而不是 detectMultiScale。如果 cvHaarDetectObjects 也有类似的重载，我会查找。
哦，请不要。将您的代码移至 c++ api。请！！
哦？我会这样做的。您有什么强烈建议这样做的理由？
他们已经在 2010 年离开了 c-api，它已被弃用。另外，根据我的经验，使用 c++ 的事情变得更加简单，因为您不必预先分配结果 Mats，进行手动内存管理等。还请注意，cvHaarDetectObjects 只能读取 haarcascades，而 CascadeClassifier::detectMultiScale() 可以也读 hog 或 lbp 的。更新的功能只能在 c++ 中使用。