如何為HAAR訓練准備正面圖像以進行手部檢測？

Question

我正在使用此數據集： http : //www.robots.ox.ac.uk/~vgg/data/hands/

但是，我只會使用面積大於4200平方像素的手，這只剩下621手。 我意識到這可能還不夠，如果需要，我會尋找更多圖像。 但是，所有圖像的注釋如下：

我有如下邊界框的坐標：

但是，邊界框未與x＆y軸對齊。

我相信我必須從圖像中剪裁出來。 我有兩種方法可以做到這一點：

1）令xmin和xmax為邊界框的最小和最大x坐標。 而ymin和ymax是邊界框的最小和最大y坐標。 如果這樣做，我將得到：

（當然，沒有邊界框），背景的某些部分仍保留在上面。

2）我可以使用二進制遮罩“遮蔽”邊界框內的所有像素。如果這樣做，我圖像的大小仍將是xmin到xmax和ymin到ymax，但是我可以設置其余部分背景為白色。

有什么會更好？ 我相信正面應該只包含感興趣的對象（在這種情況下為手），所以離開背景可能不對嗎？ 但是，白色背景還可以嗎？

這里的主要問題是邊界框未對齊！

Answer 1

可以保留少量背景，但每個圖像中的背景會有所不同，因此不會作為分類器的一部分創建。

我建議做一個更大的負片來抵消背景，並且620張圖像就可以了。

Answer 2

您可能還想看看labelme http://labelme.csail.mit.edu/Release3.0/index.php

我在項目中使用了它，它們還向您展示了如何使用Amazon Turk獲取自己的數據集。 我認為您也許也可以使用他們的數據集。