OpenCV:如何使用Haar分类器级联提高眼睛检测的准确性？

Question

我有一个应用程序使用Haar级联来检测从摄像机捕获的图像中的眼睛.使用的方法是:

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())

这适用的默认值相当精细scaleFactor,minNeighbors和flags而不能检测到某些人的眼睛.所以我想提高眼睛检测的准确性.似乎"级联分类器训练"和创建自定义级联分类器是一个很好的解决方案,但在这之前

是否可以通过调整方法中的一些参数来提高检测精度？请解释更多的意义scaleFactor,minNeighbors以及flags因为这些来自意cascadeclassifier-detectmultiscale文档是不是很清楚,我.谢谢.

Answer 1

scaleFactor参数用于确定函数将查找的眼睛的大小.通常该值为1.1以获得最佳检测.将此参数设置为1.2或1.3将更快地检测眼睛,但不会经常发现它们,这意味着精度会下降.

minNeighbors用于告诉探测器在检测到眼睛时应该有多确定.通常此值设置为3,但如果您想要更高的可靠性,可以将其设置得更高.值越高意味着精度越低,但可靠性越高

标志用于设置特定首选项,例如查找最大对象或跳过区域.默认此值= 0.设置此值可以使检测更快