使用openCV提高人体检测能力

Question

使用openCV提高人体检测能力

5

我在openCV上尝试了一个有关人员检测的示例。在对一张图片（可在这里找到原始图片）运行后，得出了以下结果：

我使用的是openCV捆绑的人员检测示例（稍作修改以避免Visual Studio错误）。以下是执行的代码：

    // opencv-sample.cpp : Defines the entry point for the console application.
//

#include "stdafx.h"

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/highgui/highgui.hpp"

#include <stdio.h>
#include <string.h>
#include <ctype.h>

using namespace cv;
using namespace std;

// static void help()
// {
//     printf(
//             "\nDemonstrate the use of the HoG descriptor using\n"
//             "  HOGDescriptor::hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());\n"
//             "Usage:\n"
//             "./peopledetect (<image_filename> | <image_list>.txt)\n\n");
// }

int main(int argc, char** argv)
{
    Mat img;
    FILE* f = 0;
    char _filename[1024];

    if (argc == 1)
    {
        printf("Usage: peopledetect (<image_filename> | <image_list>.txt)\n");
        return 0;
    }
    img = imread(argv[1]);

    if (img.data)
    {
        strcpy_s(_filename, argv[1]);
    }
    else
    {
        fopen_s(&f, argv[1], "rt");
        if (!f)
        {
            fprintf(stderr, "ERROR: the specified file could not be loaded\n");
            return -1;
        }
    }

    HOGDescriptor hog;
    hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());
    namedWindow("people detector", 1);

    for (;;)
    {
        char* filename = _filename;
        if (f)
        {
            if (!fgets(filename, (int)sizeof(_filename) - 2, f))
                break;
            //while(*filename && isspace(*filename))
            //  ++filename;
            if (filename[0] == '#')
                continue;
            int l = (int)strlen(filename);
            while (l > 0 && isspace(filename[l - 1]))
                --l;
            filename[l] = '\0';
            img = imread(filename);
        }
        printf("%s:\n", filename);
        if (!img.data)
            continue;

        fflush(stdout);
        vector<Rect> found, found_filtered;
        double t = (double)getTickCount();
        // run the detector with default parameters. to get a higher hit-rate
        // (and more false alarms, respectively), decrease the hitThreshold and
        // groupThreshold (set groupThreshold to 0 to turn off the grouping completely).
        hog.detectMultiScale(img, found, 0, Size(8, 8), Size(32, 32), 1.05, 2);
        t = (double)getTickCount() - t;
        printf("tdetection time = %gms\n", t*1000. / cv::getTickFrequency());
        size_t i, j;
        for (i = 0; i < found.size(); i++)
        {
            Rect r = found[i];
            for (j = 0; j < found.size(); j++)
                if (j != i && (r & found[j]) == r)
                    break;
            if (j == found.size())
                found_filtered.push_back(r);
        }
        for (i = 0; i < found_filtered.size(); i++)
        {
            Rect r = found_filtered[i];
            // the HOG detector returns slightly larger rectangles than the real objects.
            // so we slightly shrink the rectangles to get a nicer output.
            r.x += cvRound(r.width*0.1);
            r.width = cvRound(r.width*0.8);
            r.y += cvRound(r.height*0.07);
            r.height = cvRound(r.height*0.8);
            rectangle(img, r.tl(), r.br(), cv::Scalar(0, 255, 0), 3);
        }
        imshow("people detector", img);
        imwrite("detected_ppl.jpg", img);
        int c = waitKey(0) & 255;
        if (c == 'q' || c == 'Q' || !f)
            break;
    }
    if (f)
        fclose(f);
    return 0;
}

我希望能够提高这个结果的准确率，至少要检测出这张图片中的11个人中的9个。如何改进这个结果？我需要训练一个单独的SVM吗？还是有更好的库可以使用？或者我需要使用深度学习技术？

- dev_nut

你可以尝试使用Overfeat，注意它没有在OpenCV中实现。由NYU开发。这是一个预先训练好的深度卷积神经网络，你只需要训练神经网络的最后一层。它应该会给你更好的结果，这里是链接 http://cilvr.nyu.edu/doku.php?id=software:overfeat:start#overview - DXM

这可能会对您有所帮助：http://www.geocities.ws/talh_davidc/ - SomethingSomething

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

- foundry · Accepted Answer

这是我花不多的时间使用示例代码实现的改进。

我的做法：
- 调整了detectMultiScale中的一些参数
- 调整滤波器以消除大部分重叠矩形

我的结果是9/11，其中一个是误报，两个是漏报。

虽然这很好，但这只是一张静态的图像。调整参数以针对单个样本会导致过度拟合：你仅仅是在那个样本上得到了你想要的响应，但泛化效果差。

我强烈建议在放弃openCV算法并尝试'更好'的库和'深度学习'方法之前，先彻底了解openCV算法。如果你不知道这种算法的优缺点，就无法与来自其他库的其他方法进行比较。

更新
这是我用来获得结果的代码，它是从peopledetect.cpp openCV示例代码中修改的。你需要进行一些更改，因为我使用了一个自定义图像读取函数，这对你来说不相关。

我已经添加了一个滑块来调整'scaleFactor'参数，以便你轻松查看它的效果。detectMultiscale在多个大小上运行分类器窗口，并在多个步骤中缩放图像。scaleFactor参数影响每个步骤的尺寸步骤，稍微调整该设置就会对输出产生巨大影响。但是，在单个静态图像上调整这些参数有点没有意义，你真正需要的是让它在代表性测试集上自由运行，以评估这种（或其他任何）算法的适用性。