Java OpenCV描述符在静态图像中返回错误结果

我试图用Android中的OpenCV描述符在静态图像中检测人类的存在

这是Android java代码，我找不到Android在线的例子，我尝试将C++中的例子用PoePosiTebug .CPP移植到它上面。

mHOGDescriptor = new HOGDescriptor();
mHOGDescriptor.setSVMDetector(HOGDescriptor.getDefaultPeopleDetector());
Mat img = Highgui.imread(path);
final MatOfRect foundLocations = new MatOfRect();
final MatOfDouble foundWeights = new MatOfDouble();
final Size winStride = new Size(8, 8);
final Size padding = new Size(32, 32);

mHOGDescriptor.detectMultiScale(img, foundLocations, foundWeights, 0.0, winStride, padding, 1.05, 2.0, false);
Boolean withFace = false;
Rect[] array = foundLocations.toArray();
for (int j = 0; j < array.length; j++) {
    Rect rect = array[j];
    Log.i("TEST", "Height " + rect.height + ", Width " + rect.width);
}

mHOGDescriptor=新的HOGDescriptor（）；
mHOGDescriptor.setSVMDetector（HOGDescriptor.getDefaultPeopleDetector（））；
Mat img=Highgui.imread（路径）；
最终MatOfRect foundLocations=新MatOfRect（）；
最终MatOfDouble foundWeights=新MatOfDouble（）；
最终尺寸=新尺寸（8,8）；
最终尺寸填充=新尺寸（32,32）；
mHOGDescriptor.detectMultiScale（img、foundLocations、foundWeights、0.0、winStride、padding、1.05、2.0、false）；
布尔withFace=false；
Rect[]数组=foundLocations.toArray（）；
对于（int j=0；j

当我再次测试一小组30张照片时，我注意到假阳性的数量非常高。一些没有明显人物特征的照片也被标记为带有人物。（在上面的foundLocation数组中，rect的高度和宽度都很高）。例如，一张有几朵花的照片上有两个人在里面。很明显，这是错误的

---

我能做些什么来改进它吗？

简而言之，是的，有

如果我理解正确，你已经在30张照片上训练了你的描述？这是一个非常低的数字，通过增加训练数据量，可以提高检测率

---

如果你是在测试你在C++代码中使用的相同描述符，那么这里有一个稍微不同的答案。

---

特征检测是一件很难掌握的事情，即使有一个很好的HOG检测器，也可能会出现很多误报。如果你没有提到你的真实阳性率，我会假设它还不错。想象一下，一朵花被训练用来探测人的样子，它是一个细长的东西，顶部有一个大圆圈；很像一个人…

很抱歉，我是图像识别的初学者。我不懂描述符的训练。我认为通过调用“setVMDetector（HOGDescriptor.getDefaultPeopleDetector（））”可以设置OpenCV已经设置（训练）的正确检测器。我们必须自己提供培训设备吗？我引用C++中的一些例子（例如OpenCV SDK中的PoePosithCopenc.CPP），我不认为它们必须训练它们自己的描述符。这30张照片实际上是我的测试用例。我运行的代码是30张照片，没有人，他们中的大多数是错误的。BTW，我也尝试运行C++实例提供的OpenCV SDK，PoePosiDeCurt.CPP，结果也非常令人失望。有些照片显然没有一个人，但它仍然突出了作为一个人的一个角落。我不确定这些评论是否与最初的问题有关。你是在问它应该工作得怎么样？最初的问题只是问你为什么会收到错误消息…嗯？我没有说我在原始问题中收到错误消息。我的意思是，我按照上面的代码运行detectMultiScale（），将许多区域检测为person（foundLocations）。当我在同一张照片中标记这些区域并给出结果示例时，它们显然是错误的。i、 e.标记区域，明显没有检测到人。我的错误，我把问题搞混了。计算机视觉不是一项容易的任务。查看其他人的当前结果，看看你的结果是否正确similar@pri-请不要将代码标记用于非代码的内容。