Matlab 基于计算机视觉的人体足部检测

我已经尝试过通过输入负片和正片图像来检测图像，但它没有起到作用。我想检测图片中的人是否赤脚。物体检测器应该检测赤脚。在负片中我只给出了鞋子的图像。如果我能在opencv中做到这一点，请分享这一技术

Foots images文件夹包含labelingSession.mat，其中包含ROI（感兴趣区域）的信息

---

如果你只对提取脚部图像感兴趣，那么基于HSV的皮肤检测，然后重复扩张应该会产生更好的结果。见下面的代码：

#include<iostream>
#include<opencv2/core/core.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<stdio.h>
using namespace std;
using namespace cv;

int main()

{

Mat f=imread("f2.png");//positive
Mat hsv_th;
cvtColor(f,f,CV_BGR2HSV);

inRange(f,Scalar(0,100,0),Scalar(100,255,100),hsv_th);
dilate(hsv_th,hsv_th,cv::Mat());
dilate(hsv_th,hsv_th,cv::Mat());
dilate(hsv_th,hsv_th,cv::Mat());
dilate(hsv_th,hsv_th,cv::Mat());


for(;;)
{
  imshow("fore",f);
  imshow("hsv",hsv_th);

 char c=waitKey(10);
 if(c=='b')//break when 'b' is pressed
      {
         break;
      }
 }
return 0;
}

#包括
#包括
#包括
#包括
#包括
使用名称空间std；
使用名称空间cv；
int main（）
{
Mat f=imread（“f2.png”）；//正
Mat hsv_th；
CVT颜色（f，f，CV_BGR2HSV）；
范围（f，标量（0100,0），标量（100251100），hsv_th）；
扩张（hsv_th，hsv_th，cv:：Mat（））；
扩张（hsv_th，hsv_th，cv:：Mat（））；
扩张（hsv_th，hsv_th，cv:：Mat（））；
扩张（hsv_th，hsv_th，cv:：Mat（））；
对于（；；）
{
imshow（“fore”，f）；
imshow（“hsv”，hsv_th）；
字符c=等待键（10）；
if（c=='b'）//按下'b'时中断
{
打破
}
}
返回0；
}

如果你只对提取脚部图像感兴趣，那么基于HSV的皮肤检测，然后重复扩张应该会产生更好的结果。见下面的代码：

#include<iostream>
#include<opencv2/core/core.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<stdio.h>
using namespace std;
using namespace cv;

int main()

{

Mat f=imread("f2.png");//positive
Mat hsv_th;
cvtColor(f,f,CV_BGR2HSV);

inRange(f,Scalar(0,100,0),Scalar(100,255,100),hsv_th);
dilate(hsv_th,hsv_th,cv::Mat());
dilate(hsv_th,hsv_th,cv::Mat());
dilate(hsv_th,hsv_th,cv::Mat());
dilate(hsv_th,hsv_th,cv::Mat());


for(;;)
{
  imshow("fore",f);
  imshow("hsv",hsv_th);

 char c=waitKey(10);
 if(c=='b')//break when 'b' is pressed
      {
         break;
      }
 }
return 0;
}

#包括
#包括
#包括
#包括
#包括
使用名称空间std；
使用名称空间cv；
int main（）
{
Mat f=imread（“f2.png”）；//正
Mat hsv_th；
CVT颜色（f，f，CV_BGR2HSV）；
范围（f，标量（0100,0），标量（100251100），hsv_th）；
扩张（hsv_th，hsv_th，cv:：Mat（））；
扩张（hsv_th，hsv_th，cv:：Mat（））；
扩张（hsv_th，hsv_th，cv:：Mat（））；
扩张（hsv_th，hsv_th，cv:：Mat（））；
对于（；；）
{
imshow（“fore”，f）；
imshow（“hsv”，hsv_th）；
字符c=等待键（10）；
if（c=='b'）//按下'b'时中断
{
打破
}
}
返回0；
}

如果您计划将脚检测作为一种工具（即，您可以使用第三方库），那么您可以查看OpenPose，它包括场景中所有人的每只脚的大脚趾、小脚趾、脚跟和脚踝关键点检测。链接：

---

我的猜测是，您可以直接在应用于每个关键点的SIFT/SURF功能的顶部应用SVM检测器。

如果您计划使用脚部检测作为工具（即，您可以使用第三方库），那么您可以查看OpenPose，其中包括大脚趾、小脚趾、脚跟、，以及场景中所有人的每只脚的脚踝关键点检测。链接：

---

我的猜测是，您可以直接在应用于每个关键点的SIFT/SURF特征之上应用SVM检测器。

请将您用作正/负样本的样本图像发布到X。haar cascade训练并非如此。你的底片还可以（应该扩展到没有脚/鞋的基本图像），但是你的底片必须被压平，只留下脚和一点背景（每个样品的高宽比相同）。您必须决定是只从固定角度（近似角度）检测赤足，还是需要每侧的组合分类器。这可能会显著影响分类器的质量。或者您是否通过在samples.txt文件中注释区域来隐式裁剪positice样本？我使用matlab中的training image labeler对阳性样本的感兴趣区域进行注释，不同角度的注释可能尺寸不同，但我希望从固定角度（正面姿势）。所以我想我会从正面抓拍足够多的图片，并在此基础上学习分类器，同时扩展负片样本。我在哪里可以获得基本图片？我建议你实际选择具有代表性的照片，并将它们放在post中。请将你用作正片/负片样本的post样本图片发送到X。haar cascade训练并非如此。你的底片还可以（应该扩展到没有脚/鞋的基本图像），但是你的底片必须被压平，只留下脚和一点背景（每个样品的高宽比相同）。您必须决定是只从固定角度（近似角度）检测赤足，还是需要每侧的组合分类器。这可能会显著影响分类器的质量。或者您是否通过在samples.txt文件中注释区域来隐式裁剪positice样本？我使用matlab中的training image labeler对阳性样本的感兴趣区域进行注释，不同角度的注释可能尺寸不同，但我希望从固定角度（正面姿势）。所以我想我会从正面抓拍足够多的图片，并在此基础上学习分类器，同时扩展负片样本。我在哪里可以得到基本的图片？我建议你实际选择有代表性的图片并把它们放在帖子里。