python opencv人員檢測

Question

我正在嘗試使用opencv和python構建人員檢測功能，但是我需要一些幫助來理解一些事情。 圖像來自粘貼在窗戶上的手機。 這是代碼：

# 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)

當我在這些圖像（ test.zip ）上運行此功能時，根據圖像大小，我會得到非常不同的結果：

• 800x600：誤報率最少，晚上大約40％，白天大約10％
• 1200x900：更多的誤報
• 原始大小：看起來更像是隨機猜測而不是檢測結果

我可以假設這是因為detectMultiScale可以在較小的檢測窗口中工作並且可以更改步幅，但是不能更改大小嗎？

另外，如果您查看IMG_20180329_061603.jpg，則始終會檢測到誤報，但我不明白為什么。 夜景圖片（對我而言）看起來都一樣，但是有太多的綠框。

歡迎對此提供任何幫助。 如果您需要澄清，請詢問..謝謝

Answer 1

您看到的原因是用於人員檢測的HOG描述符具有64x128的窗口。 因此，您想優化scale參數和圖像尺寸，以獲得大部分真實的正片。 您可能主要是關心一個人靠近自行車，所以遠（又小）的人並不重要。 我將收集一組“訓練”圖像以找到最佳參數值。 同樣，您也忽略了detectMultiScale()返回的權重，同樣可以直觀地看到真陽性和假陽性的值，並找到最佳閾值。