传统机器学习——级联分类器的物体识别（失败总结）

传统机器学习——级联分类器的物体识别（失败总结）

智能机器人实验室——杭州电子科技大学 Wang

本周看了部分书之后，突然来了灵感，级联分类器是否可以做常用物体检测，于是着手实验。

实验总共进行了三次，分别为：人脸及眼睛识别、带柄水杯未处理识别、带柄水杯二值化后识别。

1.人脸识别

1.1收集数据

（1）随机在一个文件夹下建立positive和negative两个数据集以及两个train和vec空文件夹，从网上找的人脸数据集，其中positive里全部为人脸图片（150＋），图片大小不唯一，但是每张图片的height与width比例必须保持1:1；negative里面均为非人脸图片（200＋)，图片大小随机。

（2）用python编辑器分别对positive和negative的图片进行路径生成，保存为dat文件或者txt文件格式。

1.2训练模型

（1）打开cmd,进入D盘，运行D:\OpenCV-3.3.0\build\x64\vc15\bin下的opencv_createsamples，然后按照提示，依次输入所需要的指令文件，生成.vec文件保存在vec文件夹下；

（2）训练模型，运行D:\OpenCV-3.3.0\build\x64\vc15\bin下的opencv_traincascade，同样按照提示输入指令，进行模型训练，训练结果保存在train文件夹下，文件名为cascade.xml；

1.3结果

利用第二步训练得到的模型文件，进行摄像头实时人脸检测，效果不错，最关键的，实时性很好

2.水杯未处理识别

2.1收集数据

用一个python脚本，在网上下载了大该三百张水杯图片，负样本仍然用原来的图片；

2.2处理图片

由于网上的水杯图片参差不齐，所以需要重新裁剪，将带柄水杯抠出来，resize成格式相同的图片，最后正样本数量大概七十张（偏少），然后其他处理方式和实验一相同；

2.3训练模型

同实验一；

2.4结果

效果很差，无法识别；

3.水杯二值化识别

3.1图片处理

与实验二不同，由于我的样本背景过于复杂，于是我将所有正样本转化为二值图，这样就会出现一个很明显的水杯阴影，也就是说，我利用二值图的阈值关系，将水杯背景去除，只留下水杯图片；

3.2训练模型

同实验一，唯一不同的是实验时我将摄像头的输入进行了二值化；

3.3结果

上图分别为原图与二值图。效果看起来还可以，而且最重要一点，实时性很好；但是其局限性却很大；

4.分析

级联分类器作为OpenCV中一种较高级的机器学习方法，在物体检测方面的实际应用效果差强人意。由上面三个实验可以看出，级联分类在进行人脸或者眼睛的识别时效果确实不错，但是第二个实验又揭露其短板，在一个特征较多的环境中，其训练出来的模型在识别时表现出来的结果却不令人满意，究其原因在于，级联分类采用的是一种类HAAR或LBP矩阵特征进行检测，这两个特征的相似之处在于对灰度较为敏感，而且作为矩阵特征，只能对一些简单的水平、竖直结构（人的眼睛水平）有较好的识别能力，而对于复杂的物体，其识别能力很狭窄。

与此同时，级联分类对环境较为敏感，如果要进行识别，最好将背景剔除或者在一个背景较为简单的环境。

综上，级联分类器适合做一些简单环境的部分规则物体检测以及人脸识别，不适用复杂环境下的物体识别。