Ho un'applicazione che utilizza Haar in cascata per rilevare gli occhi nell'acquisizione dell'immagine dalla videocamera. Il metodo utilizzato è:OpenCV: come migliorare la precisione della rilevazione degli occhi con Haar Classifier Cascade?
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.
questo è in realtà documentato meglio in questa risposta che in qualsiasi altra documentazione online che ho trovato online – user151496
ho trovato sperimentalmente, che avendo un minNeighbor inferiore trova le funzionalità più spesso. (con meno accuratezza) –
E la tavolozza dei colori delle immagini o gli spazi dei colori? qual è il migliore per il rilevamento degli occhi Haar? a colori o in scala di grigi? RGB, LAB, YCrCb, HSV? – dwkd