Opencv Haar级联与Hog检测

Opencv Haar级联与Hog检测,opencv,image-processing,object-detection,Opencv,Image Processing,Object Detection,我已经和OpenCV一起工作了几天了,我有一个项目,我应该从空中探测汽车和人类 下面是我的输入: 天空中移动的摄像机(嵌入在四架直升机上),用来捕捉画面 我应该探测到的一组物体(人和汽车) 这是我的输出: 对矩形或某些轮廓勾勒出的对象的检测 基于此,我的问题如下:Haar-Cascade和Hog-Detection之间的哪一个是您推荐的,为什么?还是别的 非常感谢您的回答。HOG通常比Haar更适合人类检测。我在这方面只有经验,所以我想我会在这方面提供一些意见。然而,HOG的局限性在于人

我已经和OpenCV一起工作了几天了,我有一个项目,我应该从空中探测汽车和人类

下面是我的输入:

  • 天空中移动的摄像机(嵌入在四架直升机上),用来捕捉画面
  • 我应该探测到的一组物体(人和汽车)
这是我的输出

  • 对矩形或某些轮廓勾勒出的对象的检测
基于此,我的问题如下:Haar-CascadeHog-Detection之间的哪一个是您推荐的,为什么?还是别的


非常感谢您的回答。

HOG通常比Haar更适合人类检测。我在这方面只有经验,所以我想我会在这方面提供一些意见。然而,HOG的局限性在于人类必须在屏幕上的“完美”区域内。太近了,它探测不到人。太远了,它检测不到人类


我和霍格的运气比哈尔好。哈尔给了我太多的误报

我一直在尝试使用HAAR来检测人类,结果发现它给出了太多的误报。我认为HAAR只适用于面部或眼睛检测


因为你的相机在天空中,所以人在图像中非常小,并且有一个完整的身体形状。HOG将是一个更好的选择。

您需要更改HAAR cascade中的比例因子和最小邻域,这对所有图像都不相同。所以最好使用HOG。

你认为哪一个最好,为什么?如果你的相机朝下,没有。仅在预先训练的模型中使用正面视图的直立姿势。你必须训练你自己的模型来提高结果。在这种情况下,测试两者。我正在开发一些非常相似的东西。你在这方面取得了多大进展?如果我们处理彩色图像,使用皮肤检测(基于颜色)可以消除误报。