基于级联分类器的多目标检测

原文地址：http://blog.youkuaiyun.com/ariesjzj/article/details/8639208

http://blog.youkuaiyun.com/jinzhuojun/article/details/8639208

物体检测方法大体可分为两类，基于知识的方法和基于统计的方法。前者如template matching, surf/sift detector等等。这些方法都基于我们对于识别目标已有比较清晰的刻画。虽然有些特征能抗一定的形变，但总体泛化性不够强。如果检测目标比较固定且对时间要求不高，可以考虑用这类方法。但有些应用是没法提供模板的，或者说模板太多（一一匹配的话检测时间无法接受），又或者说我们需要容忍更大程度或更多样的形变（如人脸，行人等）。这时候就要考虑用基于统计的方法了。既然是基于统计，就得有大量的样本，分类器对这些样本进行学习来获得参数。得到目标分类器后，要进行检测时就很快了。OpenCV中带的Haar特征级联分类器就是这样一种方法，它位于app目录下，该目录下有两个实现，一个是老的实现haartraining，只支持Haar特征。另一个是新的traincascade，支持更多特征（LBP，HOG）和boosted分类器，更易于扩展。除此之外OpenCV的data目录下有很多训练好的级联分类器（如人脸，眼睛检测等），load进来就可以用，无需训练。官方例程中的objectdetection，facedetect等例子就是直接用了这些训练好的分类器，如自带的face detection程序：

当然了，作为有理想有抱负的码农，用现成的分类器是不会满足的。现实使用中我们经常需要训练针对各种应用的分类器。下面介绍如何训练一个自己的级联分类器。整个过程大致可分为以下几步（基于OpenCV 2.4.4）：

1. 收集数据

数据可分为正样本和负样本。正样本即要检测的目标，负样本则不包含目标。

首先我们要生成正负样本的索引（或称描述文件）。正样本描述文件官方文档中给了例子：

img/img1.jpg 1 140 100 45 45
img/img2.jpg 2 100 200 50 50 50 30 25 25

依次为文件名，目标个数，目标坐标。既然是基于统计的方法，样本自然要求很多（一般以千为单位），因此很多时候这一步是劳力活。当然，勤劳勇敢的码农们写了各种工具来解放生产力。这