HOG人体检测器：在背景减除图像上误检测的假阳性问题

Question

4

我正在处理一个需要检测场景中人物的项目。最初，在原始帧上运行HOG检测器时，一个特定的背景对象被检测为人物，并在所有帧上出现，导致我得到3021个误报检测结果。

所以我采取了逻辑步骤，通过对所有帧应用背景减法器（BackgroundSubtractorMOG2）来消除静态背景。结果帧看起来像这样:

然后这些掩码图像被添加（使用bitwise_and）到原始图像中，以便将白色像素替换为构成人物的像素。

然后我在这些图像上运行HOG检测器，结果如下:

正如你所看到的，由于某种原因，有很多误报检测结果。我认为进行背景减法会比在原始图像上使用HOG给我带来更好的结果。

请问有谁能告诉我为什么这种方法会产生如此多的误报检测结果？还有，如何改进背景减法后的检测效果？

- Nik

1

不是答案，但是我给你点赞的原因是你在帖子中放了示例图片。 - T-Heron

1

你能添加这段代码吗？我会对原始图像运行hog算法，计算前景像素的数量，并拒绝任何前景比例过低的检测结果。 - Micka

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Pedro Batista · Accepted Answer

问题在于你通过移除背景改变了图像的本质。因此，HOG检测器是使用正常图像进行训练的，没有人工黑色像素，现在你正在提供人工修改后的图像，因此它表现得很奇怪（虽然还不理解图像顶部的检测）。

如果您想在背景减除之上使用HOG检测器，则应该使用从背景减除的图像中获取的特征来训练HOG分类器。

您可以尝试一件事情（如果这不会降低您的应用程序性能），即在具有和不具有背景的两个图像上使用HOG检测器，并仅接受在两个图像上重叠显着的检测结果，这可能会从两个图像中删除一些误报。

PS：HOG专门设计用于在原始图像上工作，通过检测强边缘并将其与SVM模型进行测试。通过去除背景，我们正在创建人工边缘，这有点违背使用HOG的目的。但我认为您可以通过执行我在前面段落中建议的操作来消除假检测。