【opencv】比较OpenCV中4个haar特征训练的级联分类器

时间:2024-03-14 07:00:42

一.简介  

  OpenCV下的data\haarcascades中有4个haar特征训练的级联分类器:

        haarcascade_frontalface_alt.xml

        haarcascade_frontalface_alt_tree.xml

        haarcascade_frontalface_alt2.xml

        haarcascade_frontalface_default.xml

【opencv】比较OpenCV中4个haar特征训练的级联分类器

它们之间的区别如下:

1:haarcascade_frontalface_alt.xml

Stump-based 20x20 gentle adaboost frontal face detector.

【opencv】比较OpenCV中4个haar特征训练的级联分类器

2:haarcascade_frontalface_alt2.xml

Tree-based 20x20 gentle adaboost frontal face detector.

【opencv】比较OpenCV中4个haar特征训练的级联分类器

3:haarcascade_frontalface_alt_tree.xml

Stump-based 20x20 gentle adaboost frontal face detector.

This detector uses tree of stage classifiers instead of a cascade。(该检测器使用阶段分类器树代替级联

【opencv】比较OpenCV中4个haar特征训练的级联分类器【opencv】比较OpenCV中4个haar特征训练的级联分类器

4:haarcascade_frontalface_default.xml

Stump-based 24x24 discrete(?) adaboost frontal face detector.

【opencv】比较OpenCV中4个haar特征训练的级联分类器

二、实例测验

    实验原图:科学家大合照(共29人)

【opencv】比较OpenCV中4个haar特征训练的级联分类器

(1)模型 haarcascade_frontalface_alt1.xml

运行结果:检测出26人,漏检3人,用时2252ms (不计算加载模型的时间)。

【opencv】比较OpenCV中4个haar特征训练的级联分类器

(2)模型 haarcascade_frontalface_alt2.xml

运行结果:检测出27人,漏检2人,用时2494ms (不计算加载模型的时间)。

【opencv】比较OpenCV中4个haar特征训练的级联分类器

(3)模型 haarcascade_frontalface_alt_tree.xml

运行结果:检测出13人,漏检16人,用时1924ms (不计算加载模型的时间)。

【opencv】比较OpenCV中4个haar特征训练的级联分类器

(4)模型 haarcascade_frontalface_default.xml

运行结果:检测出29人,漏检1人,误检测1人,用时2407ms (不计算加载模型的时间)。

【opencv】比较OpenCV中4个haar特征训练的级联分类器

将本实验的图片又换成其他人物图片,经过不同人脸图片的多次实验,发现每个模型的性能不一,需根据每次的具体情况加以选择使用。同时,正确率和误检率也与检测时设置的参数有关,例如缩放因子、最小\大检测尺寸等,需根据每次的具体情况设置合适的参数来使用。

-------------------------------------------         END      -------------------------------------

参考:

OpenCV中4个人脸级联分类器 https://blog.csdn.net/linj_m/article/details/14523299