python - 分类器对 opencv 人脸检测器的信心

Question

我在 python 中使用 opencv 的 har 级联人脸检测器 (cv.HaarDetectObjects)。

例如:

    faces = cv.HaarDetectObjects(grayscale, cascade, storage, 1.2, 2,
    cv.CV_HAAR_DO_CANNY_PRUNING, (50,50))

       for f in faces:
           print(f)

这将以这种形式打印检测列表:

 ((174, 54, 114, 114), 53)
 ((22, 51, 121, 121), 36)
 ((321, 56, 114, 114), 21)
 ((173, 263, 125, 125), 51)
 ((323, 272, 114, 114), 20)
 ((26, 271, 121, 121), 36)

其中每条线代表一个检测。前 4 个数字是左上点的 x,y 位置，以及边界框的高度和宽度。最后一个数字是(引用自 openCV 文档)邻居的数量。

我想我有两个问题:

1) 最后一个数字是什么意思？谷歌搜索时我找不到任何引用。

2) (more important)有没有办法得到每次检测的置信度分数？面部分类器在多大程度上确定检测对应于真实面部？

谢谢

Answer 1

1) 检测代码对一个对象产生不止一次检测——例如以不同的比例，稍微移动等。然后将检测分组，并且这样一个组中的邻居数量是返回的数量。另请参阅 Viola Jones 论文第 5.6 段(http://research.microsoft.com/en-us/um/people/viola/Pubs/Detect/violaJones_IJCV.pdf)和 OpenCV 源代码。

2) 您可以使用邻居的数量来衡量置信度。