python opencv人员检测

Question

我正在尝试使用opencv和python构建人员检测功能，但是我需要一些帮助来理解一些事情。 图像来自粘贴在窗户上的手机。 这是代码：

# USAGE
# python detect.py --images images

from __future__ import print_function
from glob import glob
from imutils.object_detection import non_max_suppression
import argparse
import cv2
import numpy as np
import os

# parse arguments
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--images", required=True, help="path to images directory")
args = vars(ap.parse_args())

# strip last / if present
arg_images = args["images"].rstrip("/")

# check folder exists
if not os.path.isdir(arg_images):
    print(arg_images + " is not a folder, terminate")
    quit()

# load images names
imagePaths = sorted(glob(arg_images + "/*.jpg"))
# check folder is not empty
if len(imagePaths) == 0:
    print(arg_images + " is empty, terminate")
    quit()

hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

for imagePath in imagePaths:
    # INTER_NEAREST - a nearest-neighbor interpolation
    # INTER_LINEAR - a bilinear interpolation (used by default)
    # INTER_AREA - resampling using pixel area relation. It may be a preferred method for image decimation, as it gives moire’-free results. But when the image is zoomed, it is similar to the INTER_NEAREST method.
    # INTER_CUBIC - a bicubic interpolation over 4x4 pixel neighborhood
    # INTER_LANCZOS4 - a Lanczos interpolation over 8x8 pixel neighborhood
    image = cv2.imread(imagePath)
    image = cv2.resize(image, (min(800, image.shape[1]), min(600, image.shape[0])), interpolation = cv2.INTER_LINEAR)
    #image = cv2.resize(image, (min(1200, image.shape[1]), min(900, image.shape[0])), interpolation = cv2.INTER_LINEAR)

    (rects, weights) = hog.detectMultiScale(image, winStride=(4, 4), padding=(0, 0), scale=1.01)

    foldername = imagePath[0:imagePath.rfind("/")]
    filename = imagePath[imagePath.rfind("/") + 1:]

    if len(rects) == 0:
        print("- " + filename)
    else:
        rects = np.array([[x, y, x + w, y + h] for (x, y, w, h) in rects])
        pick = non_max_suppression(rects, probs=None, overlapThresh=0.65)

        for (xA, yA, xB, yB) in pick:
            cv2.rectangle(image, (xA, yA), (xB, yB), (0, 255, 0), 2)

        print("+ " + filename)
        cv2.imwrite(foldername + "/detected/" + filename, image)

当我在这些图像（ test.zip ）上运行此功能时，根据图像大小，我会得到非常不同的结果：

• 800x600：误报率最少，晚上大约40％，白天大约10％
• 1200x900：更多的误报
• 原始大小：看起来更像是随机猜测而不是检测结果

我可以假设这是因为detectMultiScale可以在较小的检测窗口中工作并且可以更改步幅，但是不能更改大小吗？

另外，如果您查看IMG_20180329_061603.jpg，则始终会检测到误报，但我不明白为什么。 夜景图片（对我而言）看起来都一样，但是有太多的绿框。

欢迎对此提供任何帮助。 如果您需要澄清，请询问..谢谢

Answer 1

您看到的原因是用于人员检测的HOG描述符具有64x128的窗口。 因此，您想优化scale参数和图像尺寸，以获得大部分真实的正片。 您可能主要是关心一个人靠近自行车，所以远（又小）的人并不重要。 我将收集一组“训练”图像以找到最佳参数值。 同样，您也忽略了detectMultiScale()返回的权重，同样可以直观地看到真阳性和假阳性的值，并找到最佳阈值。