OpenCV detectMultiScale() minNeighbors 参数

Question

我目前正在使用 Haar 分类器来检测对象。 途中，没看懂 minNeighbors 参数是什么，什么是 它代表？ 其实我不明白检测的邻居是什么 候选矩形。请问有人可以定义相邻的想法吗？

Answer 1

Haar 级联分类器使用滑动窗口方法。如果您查看级联文件，您会看到一个大小参数，该参数通常是一个非常小的值，例如 20 20。这是级联可以检测到的最小窗口。因此，通过应用滑动窗口方法，您可以在图片中滑动一个窗口而不是调整它的大小并再次搜索，直到您无法进一步调整它的大小。因此，每次迭代 haar 的级联分类器都会存储真实输出。所以当这个窗口在图片中滑动时重新调整大小并再次滑动；它实际上检测到许多误报。您可以通过给出 minNeighbors 0 来检查它检测到的内容。所以这里有一个例子：

因此，由于调整滑动窗口的大小和很多误报，所以有很多人脸检测。因此，为了消除误报并从检测中获得正确的人脸矩形，应用了邻域方法。就好像它在其他矩形附近不是可以的，你可以进一步传递它。所以这个数字决定了需要多少邻域才能将其作为面部矩形传递。 1 时在同一张图片中：

因此，通过增加此数字，您可以消除误报，但要小心，通过增加它，您也可能会丢失真阳性。当它是 3 一个完美的结果：

Answer 2

来自OpenCV documentation：

minNeighbors – 指定每个候选矩形应保留多少个邻居的参数。

也就是说，这个参数会影响检测到的人脸质量。值越高，检测次数越少，但质量越高。

这个参数背后的想法是检测器将以多尺度样式运行，同时遵循滑动窗口策略。在此步骤之后，即使是单个面部区域，它也会为您提供多个响应。该参数倾向于过滤这些响应，就像通过设置下限阈值一样，即仅当此人脸的响应数高于minNeighbors 时才会将其计为有效人脸。

---

要了解CascadeClassifier::detectMultiScale的其他参数，请查看我之前回答的this post。