OpenCV温故而知新: 人脸检测

应用场景

人脸侦测的应用非常广泛,但真正意义上来说,检测出人脸在日常生活中的意义并不是那么大(只有在诸如相机之类的应用中才被广泛应用),而从未来来讲,主要的方向将是人脸识别,即通过人脸图像识别出这个人是谁,但是这个难度就有点高了(我有找到过一个算法可以识别人,但准确度相当差),但要是做出来那必然前途无量(Facebook已经实现在这个功能,但目前仍在试用中),试想,现在的搜索都是文字搜索,未来必然将逐步发展到图像搜索,甚至视频搜索,那将会是怎样的一个世界???好了,不啰嗦了,呵呵。

工作原理

利用haar like来实现。利用haarcascade来进行计算检测(程序附带一个haarcascade_frontalface_alt.xml)。

补充说明

本算法在OpenCV的自带示例里有完整代码,你完全可以参考该代码进行学习和修改。

以下是接口说明。 Continue reading “OpenCV温故而知新: 人脸检测”

OpenCV温故而知新: 入侵侦测

应用场景

入侵侦测通常可被广泛用于诸如禁行区域的非法进入,如:私家住宅、限制区域、军事区的非法进入等情景。检测对象为人物。

工作原理

预先设置一条线性区域,然后在该区域内检测移动人物,看是否有人物穿越。

补充说明

本算法容易受到穿越人物大小及穿越角度的影响,人体大小参数可设,但若是设置过大容易检测不到小物体,设置过小,则容易误报。通常需配合警报录像来工作,以实现实时的检测和事后的排查及过滤。注意:镜头视野(焦距)的大小也会影响检测的准确度。

使用者操作:
1.在视窗点选实体围墙的上面两角(顺序:左→右)
2.调整Threshold的大小:如果产生的FG杂讯太多,此时可以试着调高Threshold
3.调整pattern的大小:尽量让蓝色框包含整个人形

影片场景预设:
1.实体围墙,墙高至少要到成年人肩膀以上
2.摄影机的拍摄角度和围墙的法向量夹角不能超过45度以上
3.摄影机架设的高度约2.5公尺至3.5公尺左右
4.调整实体围墙分隔线最好是在画面1/2处左右

Continue reading “OpenCV温故而知新: 入侵侦测”

OpenCV温故而知新: 异常对象侦测

这个异常对象侦测通常可被广泛用于诸如银行ATM机上的非法广告张贴等情景,但是同其他的一些算法一样,容易受到一些客观条件的干扰,如:灯光、光线,物体形状,物体大小等等,我们可以对这些参数做设置和配置,但是在各种不同的情景和场景下,仍然有比较大的误报可能性。

同时考虑到可能的误报,侦测背景也是做成了逐渐腐蚀渗透,即,一旦发生报警,而没有人去处理(可能是误报),就直接将该区域混合到计算背景中,以期在最大程度上降低误报的可能性(如:因白天的光亮度和晚上光亮度不一样而导致的整体误报)。 Continue reading “OpenCV温故而知新: 异常对象侦测”