OpenCV: OpenCV人脸检测框可信度排序
参考文章:http://blog.csdn.net/hua_007/article/details/45368607
使用OpenCV进行人脸识别时,使用
casecade.detectMultiScale函数,可输出每个检测框的置信度
代码段:
const int numReserve = 4; std::vector< int > rejLevel; std::vector<double> levelW; cascade.detectMultiScale( smallImg, eyes, rejLevel, levelW, 1.1, 3, 0, cv::Size(), cv::Size(), true); cout << "eyes size=:" << eyes.size() << endl; // 重新排序 std::vector<std::pair<float, int> > eyeConfi; for (int i = 0; i < (int)(eyes.size()); i++){ eyeConfi.push_back(std::make_pair(levelW[i], i)); } std::qsort(&eyeConfi[0], eyeConfi.size(), sizeof(eyeConfi[0]), cmpMapWishchin); //重新获取,只取前四个 for (int i = 0; i < (int)(eyes.size()) && i<numReserve ; i++) { cv::Rect eyeSin = eyes[eyeConfi[i].second]; eyesFinal.push_back(eyeSin) ; }函数原型:
CV_WRAP virtual void detectMultiScale( const Mat& image, CV_OUT vector<Rect>& objects, vector<int>& rejectLevels, vector<double>& levelWeights, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size(), bool outputRejectLevels=false );
cmp函数:
int cmpMapWishchin(const void *p1, const void *p2) { int v = 1; std::pair<float, int > *pp1, *pp2; pp1 = (std::pair<float, int > *) p1; pp2 = (std::pair<float, int > *) p2; //最大值排序 if (pp1->first - pp2->first < 0){ v = 1; } else{ v = -1; } return (v); }
函数的原理是这样的(个人理解,有错误请指教):
首先一个level一个level地测试样本,然后每一个level给一个对应的得分,也就是levelWeight,如果这个weight低于或者高于对应level的threshold,则被抛弃。
坚持到最后一个level并且在最后一个level仍然满足threshold的框就是正确的脸(正样本)。
所以,人脸的分应该是这样:level越大,分数越高,在相同的level,levelWeight越大分数越高。
但是实际上真正的人脸都是能坚持到level20(最后一个level)的,所以只比对最后一个level的所有大于1的框的levelWeight进行比对就可以知道脸的得分啦~
试验结果: