使用 haar 级联进行人员检测答案

【问题标题】：people detection with haar cascade使用 haar 级联进行人员检测
【发布时间】：2015-05-19 23:12:47
【问题描述】：

我正在学校开展一个项目，以检测教室中有多少学生。就像在这张照片中一样。

我一直在尝试使用opencv中的Haar Cascade进行人脸检测来检测人，但是结果很糟糕。像这样：

我在教室里拍了数千张照片，并手动裁剪了人物照片。大约有4000个正样本和12000个负样本。我想知道我做错了什么？当我裁剪图像时，我应该只裁剪这样的头部吗？或者像这样的身体？

我认为我有足够的训练样本，我在这篇文章中遵循了确切的程序： http://note.sonots.com/SciSoftware/haartraining.html#v6f077ba 这应该工作。或者我应该使用不同的算法，如 HOG 或 SVM。任何建议对我来说都会很好，我已经被困了几个月并且没有任何线索。非常感谢！

【问题讨论】：

opencv 中预训练的 haar 级联仅适用于正面，您需要训练诸如多视图对象检测器之类的东西。
你能发布你的完整命令吗？
我很抱歉破坏了这个问题，但我必须知道你是否取得了任何进展。几个星期以来，我一直在为这个完全相同的问题着迷，但我似乎无法取得太大进展。你找到解决办法了吗？
你好，我用HOG+SVM做检测，能识别出实际数字的80%左右。我建议你看看 HOG。
您愿意与我分享您的设置吗？

标签： opencv machine-learning svm face-recognition haar-classifier

【解决方案1】：

Haar 更适合人脸。 Hog with SVM 是人类检测的经典之作，并且有很多关于它们的资源和博客，训练分类器并不难。对于你的场景，我认为“头和肩”比“单独的头”更好。但是你的多视图样本增加了难度。正面凸轮会更好。如果您总是有更多的误报警报，请添加更多的硬否定样本。本文可能会有所帮助： http://irip.buaa.edu.cn/~zxzhang/papers/icip2009-1.pdf

【讨论】：

【解决方案2】：

通常情况下，使用 Haar 级联，当我们在训练分类器时更改参数时，结果会非常不同。就我而言，该对象非常简单，但它也无法检测到： opencv haar cascade for Varikont detection

当我更改参数时，它可以很好地检测到。你可以看这里：https://inspirit.github.io/jsfeat/sample_haar_face.html

或者更专业更专业，可以研究一下Bag of Visual Words（SIFT/SURF + SVM or SGD）。

就个人而言，我认为您不需要使用复杂的方法来进行人员检测。问候，

【讨论】：