4

씬의 사람을 감지해야하는 프로젝트 작업 중입니다.사람 검출기 : 거짓 배경 빼기 이미지에 대한 긍정적 인 검출

처음에는 원래 프레임에서 HOG 감지기를 실행 한 후 특정 배경 개체가 모든 프레임에서 사람으로 감지되어 3021 개의 잘못된 탐지가 나타납니다.

그래서 모든 프레임에 배경 감산기 (BackgroundSubtractorMOG2)를 적용하여 정적 배경을 제거하는 논리적 인 조치를 취했습니다. 생성 된 프레임이 모습 : 흰색 픽셀은 사람을 구성하는 화소를 대체되도록

는 이들 마스크 이미지는 원본 이미지 (bitwise_and 사용)을 첨가 하였다.

샘플 : 당신이 오 탐지를 많이 위해가 볼 수 있듯이

: 나는이 같은 결과를 주었다 이러한 이미지에 HOG 검출기를 실행 한 다음

몇몇 이유. 백그라운드 뺄셈을하면 원래 이미지에서 돼지 (HOG)를 사용하는 것보다 더 나은 결과를 얻을 수 있다고 생각했습니다.

누군가가이 방법에서 오탐 (false positive)이 너무 많은 이유를 알려주실 수 있습니까? 그리고 배경 빼기 이미지에 대한 탐지를 개선하기 위해 수행 할 수있는 작업은 무엇입니까?

+1

게시물에 올린 사진의 예는 답이 아니라 +1입니다. –

+1

코드를 추가 할 수 있습니까? 난 원래 이미지에 돼지를 실행하고 전경 픽셀의 개수를 계산하고 너무 낮은 전경 비율로 탐지를 거부합니다. – Micka

답변

2

배경을 제거하여 이미지의 특성을 변경 한 것이 문제입니다. 그래서 HOG 검출기는 인위적인 검은 픽셀이없는 정상적인 이미지로 훈련되었으며, 이제 인위적으로 변경된 이미지를 먹이기 때문에 이상한 방식으로 작동하는 것이 정상입니다 (아직도 정상적인).

배경 빼기 대신에 HOG 검출기를 사용하려면 배경 빼기 이미지에서 가져온 기능으로 HOG 분류기를 교육해야합니다.

시도해 볼 수있는 한 가지 방법은 배경 이미지가 있거나없는 두 이미지 모두에서 HOG 감지기를 사용하고 두 가지 모두에서 크게 중복되는 감지 만 허용하는 것입니다. 두 이미지의 오탐.

PS : HOG는 강한 가장자리를 감지하고 원본 이미지를 SVM 모델과 비교하여 테스트하도록 특수 설계되었습니다. 배경을 제거함으로써 우리는 HOG 사용의 목적을 다소 상쇄하는 인위적인 가장자리를 만듭니다. 하지만 이전 단락에서 제안한 것을 수행하여 잘못된 탐지를 제거하는 데 사용할 수 있다고 생각합니다.