OpenCV detectMultiScale（）minNeighbors參數

Question

我目前使用Haar分類器來檢測對象。 在我的路上，我不明白什麼是minNeighbors參數，它代表什麼 它代表什麼？ 其實我不明白候選矩形的檢測 的鄰居是什麼。請有人可以定義鄰居的想法？

Answer 1

哈爾級聯分類器適用於滑動窗口方法。如果你看一下級聯文件，你可以看到一個大小參數，通常是一個非常小的值，如20 20。這是級聯可以檢測到的最小窗口。因此，通過應用滑動窗口方法，您可以在窗口中滑動窗口，而不是調整窗口大小並重新搜索，直到無法進一步調整窗口大小。因此，每次迭代haar的級聯分類器都會存儲真實輸出。所以當這個窗口被滑動時，圖片被重新調整大小並再次滑動;它實際上檢測到許多許多誤報。您可以通過給minNeighbors 0來檢查它檢測到的內容。所以這裏一個例子：

所以也有很多人臉檢測，因爲調整的滑動窗口和大量的誤報過的。因此，爲了消除誤報並從檢測中獲得適當的臉部矩形，應用鄰域方法。就好像它在其他矩形附近，而不是它可以，你可以進一步傳遞它。所以這個數字決定了需要多少鄰域才能將它作爲一個臉部矩形傳遞。在相同的圖像時，它是：

所以通過增加此號碼，您可以消除誤報，但要小心，通過增加它也可以失去真陽性了。當它是一個完美的結果：

Answer 2

從OpenCV documentation：

minNeighbors - 參數，指定每個候選矩形應該有多少個鄰居有把它保留下來。

換句話說，這個參數會影響檢測到的人臉的質量。較高的值會導致較少的檢測，但質量較高。

此參數背後的想法是，探測器將在多尺度的風格運行，並在同一時間下滑動窗口戰略。完成這一步之後，即使是單個人臉區域，它也會給你多個答案。該參數傾向於過濾這些響應，就像通過設置下限閾值一樣，即，如果該面的響應數量高於minNeighbors，它將僅被計爲有效面。

---

要了解的CascadeClassifier::detectMultiScale其他參數，請this post我在前面回答。