OpenCV detectMultiScale () Parameter minNeighbors

Haar cascade classifier arbeitet mit einem gleitenden Fenster Ansatz. Wenn Sie einen Blick auf die cascade-Dateien, die Sie sehen können parameter size die in der Regel einen ziemlich kleinen Wert wie 20 20. Dies ist das kleinste Fenster cascade erkennen kann. Also, indem man ein sliding window Ansatz, ziehen Sie ein Fenster über das Bild, als Sie die Größe ändern und wieder suchen, bis Sie können nicht in der Größe verändern es weiter. So mit jeder iteration haar - Kaskaden-Klassifikator true Ausgänge gespeichert werden. Also, wenn dieses Fenster geschoben wird, im Bild, in der Größe verändert und glitten wieder auf, es sind tatsächlich erkennt viele viele " false-positives. Sie können überprüfen, was es erkennt, indem minNeighbors 0. Also hier ein Beispiel :

So gibt es eine Menge face-detection aufgrund der Größe des sliding window und eine Menge von Fehlalarmen zu. So zur Vermeidung von false-positives und Holen die richtige Gesicht Rechteck aus Erkennungen, Nachbarschaft Ansatz angewendet wird. Es ist wie wenn es in der Nachbarschaft der anderen Rechtecke als es ist ok, können Sie geben Sie nicht weiter. Also diese Zahl bestimmt, wie viel Nachbarschaft ist erforderlich, übergeben Sie es als ein Gesicht Rechteck. In das gleiche Bild, wenn es 1 :

Also durch erhöhen dieser Zahl können Sie die Vermeidung von false-positives, aber vorsichtig sein, durch die Erhöhung es Sie auch verlieren wahr positiv zu. Wenn es 3 ein perfektes Ergebnis :

InformationsquelleAutor der Antwort yutasrobot