最近專案略多，其中乙個需要找出一些和臉比較像但是不是臉的負樣本，想用opencv的人臉檢測器檢測到的錯誤臉作為這樣的負樣本。
但是國內（包括國外）居然幾乎沒有相關的資料如何輸出detectmultiscale（）的置信率或者說是人臉得分
看了下人臉識別函式的opencv的原始碼
\sources\modules\objdetect\src\cascadedetect.cpp中detectmultiscale有兩個過載，第二個過載在opencv的開發文件裡居然隻字未提：
void cascadeclassifier::detectmultiscale( const mat& image, vector&objects,發現他有個rejectlevels和levelweight這兩個引用引數，看名字感覺是一種得分輸出。vector
&rejectlevels,
vector
&levelweights,
double scalefactor, int
minneighbors,
intflags, size minobjectsize, size maxobjectsize,
bool outputrejectlevels )
google了一下發現國外問的人不少但是基本沒啥解釋（或者是我沒認真找？）
然後看了下它呼叫的cvhaardetectobjectsforroc（）的原始碼實現，大概懂了這倆vectors是在幹什麼的。
先上結論：確實和人臉得分有關。
首先應該明白一點detectmultiscale()這個方法是乙個級聯分類器，使用了boosting的方法。所以輸入影象要經過層層（級級）選拔，留到最後的才是真漢子（正樣本）
rejectlevels就是代表在第幾層被out的。如果是最後一層（在lbpcascade_frontalface.xml中是20，具體要看xml中的敘述）被out，則說明很可能是正樣本。
為啥說很可能呢？
因為還有個引數：levelweight。即使是在最後一層被out的，levelweight很小甚至是負數，也可以看成是負樣本。
實際上很多負樣本正是在最後一層被out的。
見下圖：
我這裡只擷取了level在20才out的框。輸出了他們的levelweight。是臉的地方最大是4.23多，其他的就很小。不用過多解釋了吧~
所以這個函式的原理是這樣的（個人理解，有錯誤請指教）：
首先乙個level乙個level地測試樣本，然後每乙個level給乙個對應的得分，也就是levelweight，如果這個weight低於或者高於對應level的threshold，則被拋棄。
堅持到最後乙個level並且在最後乙個level仍然滿足threshold的框就是正確的臉（正樣本）。
所以，人臉的分應該是這樣：level越大，分數越高，在相同的level，levelweight越大分數越高。
但是實際上真正的人臉都是能堅持到level20（最後乙個level）的，所以只比對最後乙個level的所有大於1的框的levelweight進行比對就可以知道臉的得分啦~
這裡給出所有level被gg的框的圖：
最後給出灰常短小精悍的demo的源**：
1 #include 2 #include 3 #include 4 #include 5 #include 6using
namespace
std;
7using
namespace
cv;8
const
string xmlpath = "
lbpcascade_frontalface.xml";
9cascadeclassifier face_cc;
1011
int tic = 0;12
13void
detect(mat img)
29stringstream text1, text2;
30 text1 << "
rejlevel:
"<
31 text2 << "
levelw:
"<
32string ttt =text1.str();
33 rectangle(img, faces[ i ], scalar(255, 255, 0), 2, 8, 0
);34 puttext(img, ttt, cvpoint(faces[ i ].x, faces[ i ].y - 3), 1, 1, scalar(0,255,255
));35 ttt =text2.str();
36 puttext(img, ttt, cvpoint(faces[ i ].x, faces[ i ].y + 12), 1, 1, scalar(255, 0, 255
));37
}38 imshow("
img"
, img);
39 waitkey(0
);40}41
42int
main()
48ifstream pathin;
49 pathin.open("
imgpath.txt");
50string
t;51
while ( pathin >> t && tic < 10000)52
56pathin.close();
57return0;
58 }
讓opencv輸出人臉檢測的得分（置信率）
最近專案略多，其中乙個需要找出一些和臉比較像但是不是臉的負樣本，想用opencv的人臉檢測器檢測到的錯誤臉作為這樣的負樣本。但是國內 包括國外 居然幾乎沒有相關的資料如何輸出detectmultiscale 的置信率或者說是人臉得分 看了下人臉識別函式的opencv的原始碼 sources modu...
opencv人臉檢測輸出的置信率
最近專案略多，其中乙個需要找出一些和臉比較像但是不是臉的負樣本，想用opencv的人臉檢測器檢測到的錯誤臉作為這樣的負樣本。但是國內 包括國外 居然幾乎沒有相關的資料如何輸出detectmultiscale 的置信率或者說是人臉得分 看了下人臉識別函式的opencv的原始碼 sources modu...
基於Python的OpenCV人臉檢測
注意 本文只是人臉檢測，人臉識別的實現請參見本人另一篇部落格 基於opencv tensorflow keras實現人臉識別 提前做的準備 1 和說明 import cv2 as cv import numpy as np defface detect demo 人臉檢測函式 gray cv.cvt...