OpenCV: come migliorare la precisione della rilevazione degli occhi con Haar Classifier Cascade?

Question

Ho un'applicazione che utilizza Haar in cascata per rilevare gli occhi nell'acquisizione dell'immagine dalla videocamera. Il metodo utilizzato è:

void CascadeClassifier::detectMultiScale(const Mat& image, vector<Rect>& objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())

questo funziona abbastanza bene con valore predefinito di scaleFactor, minNeighbors, e flags ma gli occhi di alcune persone non possono essere rilevati. Quindi voglio migliorare l'accuratezza della rilevazione degli occhi. Sembra che "Cascade Classifier Training" e creare il classificatore cascade personalizzato sia una buona soluzione ma prima di andare in questo modo

sarebbe possibile migliorare la precisione del rilevamento regolando alcuni parametri nel metodo? Spiegare meglio il significato di scaleFactor, minNeighbors e flags perché il significato dei documenti cascadeclassifier-detectmultiscale non mi è chiaro. Grazie.

Answer 1

Il parametro scaleFactor viene utilizzato per determinare il numero di diverse dimensioni degli occhi che la funzione cercherà. Di solito questo valore è 1.1 per il miglior rilevamento. Impostando questo parametro su 1.2 o 1.3, gli occhi saranno più veloci ma non li troveranno più spesso, il che significa che la precisione diminuisce.

minIi vicini di casa viene utilizzato per comunicare al rilevatore quanto deve essere sicuro quando rileva un occhio. Normalmente questo valore è impostato su 3 ma se si desidera maggiore affidabilità è possibile impostarlo più in alto. Valori più alti significano meno precisione ma più affidabilità

I contrassegni vengono utilizzati per impostare preferenze specifiche, come cercare l'oggetto più grande o saltare le regioni. Predefinito questo valore = 0. L'impostazione di questo valore può rendere il rilevamento più rapido