关于人脸检测的问题
我用adaboost方法,用纯c++的方法写了个人脸检测的程序.检测结果是真脸基本上都可以检测到,但假脸却也很多.各位高手能帮忙指点一下迷津吗?
我的方法是:输入24x24的训练图像,人脸的6000幅,非脸的10000幅.提取每张图像的像素后存入数组.对每幅图像,以最大值像素和最小值像素作为255和0,使得所有其他像素处于0-255之间.然后用harr-like特征60000多个进行训练.分级训练,每层训练中设定检测率为0.99,误检率第一层为0.4,以后每层逐渐以几何级递减.直到误检率达到使所有的负样本检测到的误检个数为0.每层训练达到检测率和误检率后就进入下一层训练,10000个负样本中的误检个数再加上新的负样本达到10000个,组成下一层训练的负样本集.现在训练了三十多层,弱分类器训练了6000多了,但还是有较高的误检率.比如一幅没有人脸的图像,可能会检测到2-9个人脸.我是对视频进行检测,用的方法是提取每帧图像的灰度像素的方法.
请高手指点一下小弟,有可能是哪方面存在问题.
万分感谢啊,快一年了,还是这个问题.
[解决办法]
你的图像特征和规模应该可以接收吧。
而距离度量我想你用的是欧式距离，可以考虑用下其它距离试试，如马氏距离等。
关于反馈，就是在你初次分类的结果中人工判定一些正确的图像和错误的图像，然后在提交给分类器进行训练，其实这是优化样本的一个过程。
关于反馈的资料我想很多论文上都有介绍。
其实这方面的问题本身就是一个不断尝试和探索的过程。总的来说方法并不是一成不变的，关键是要多尝试和分析。
[解决办法]
LZ应该悬梁刺骨学好数学再搞这个吧，最好把小波理论，高等代数，隐马尔可夫链等知识点过一遍
