如何选择人脸检测的级联文件？
我是人脸检测的新生。这几天尝试编译OpenCV2.1代码进行人脸检测。我发现大约有4个用于正面检测的级联文件，分别是“haarcascade_frontalface_alt.xml”，“haarcascade_frontalface_alt_tree.xml”，“haarcascade_frontalface_alt2.xml”和“haarcascade_frontalface_default.xml”
我没有找到任何文档来描述它们之间的区别他们，哪个更适合人脸检测任务？
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（2）
为了了解每个方法的成功程度、误报数量以及总共找到了多少内容，我在 41,452 个杂志封面上运行了每个 XML 文件，并制作了每个的联系表和平均值。
以下是 Flickr 上的结果。标题显示输入 XML 文件名以及检测到的功能数量。
对于您提到的文件，以下是找到的功能数量：
我没有计算误报，你必须检查图像（例如，微笑文件不是很好，但面孔通常很好）。当然，根据输入数据，您会得到不同的结果，杂志封面通常是非常干净的照片。
To get an idea how successful each one is, how many false positives, and how much stuff in total it finds, I ran each XML file on 41,452 magazine covers and made a contact sheet and average of each.
Here are the results on Flickr. The titles show the input XML filename and how many features were detected.
For the files you mention, here's how many features were found:
I didn't count the false positives, you have to check the images for that (for example, the smile file isn't very good, but the faces generally are). Of course, you'll get different results depending on your input data, and magazine covers are generally quite clean photos.
这取决于您的用例。如果您喜欢高精确率或高召回率。
我对 haarcascade_frontalface_default.xml 和 haarcascade_frontalface_alt_tree.xml 进行了人脸检测的对比测试，使用与 detectorMultiScale 函数相同的参数，并且只保留 detectorMultiScale 返回的最大矩形。
在我的测试数据上，我发现 haarcascade_frontalface_default.xml 具有更高的召回率（副作用是，误报更多），并且 haarcascade_frontalface_alt_tree.xml 具有更高的精度（副作用是，检测到的面孔数量更少）
您可以尝试对数据进行类似的测试，然后选择最适合您目的的一项
It depends on your use case. If you prefer high precision or prefer high recall.
I did a comparison test of face detection for haarcascade_frontalface_default.xml and haarcascade_frontalface_alt_tree.xml, with the same parameters for detectMultiScale function, and only keep the max rectangle that detectMultiScale returns.
On my test data, I found haarcascade_frontalface_default.xml has higher recall (side effect is, more false positives), and haarcascade_frontalface_alt_tree.xml has higher precision (side effect is, detected less number of faces)
You many try with similar test on your data, and choose the one that best suits your purpose