我正在使用OpenCV示例代码“peopledetect.cpp”来检测行人。
该代码使用HoG进行特征提取，并使用SVM进行分类。请在此处找到参考纸。
摄像机安装在墙壁上，高度为10英尺，向下45o。框架内的行人移动没有任何限制。
我对真实的阳性率(正确检测到行人)感到满意，但错误的阳性率非常高。
我观察到的一些错误检测包括移动的汽车，树木和墙壁等。
谁能建议我如何改进现有代码以减少错误检测率。
对博客/代码的任何引用都是非常有帮助的。
最佳答案
您可以在视频流上应用背景减影算法。我在使用BackgroundSubtractorMOG2的类似项目中取得了一些成功。
我使用的另一个技巧是消除所有太小或纵横比不正确的“运动像素”。我通过对背景减法输出图像进行斑点/轮廓分析来做到这一点。您需要注意长宽比，以确保您支持重叠的行人。
请注意，您正在使用的模型(不确定哪个模型)可能是在面向前方的行人上训练的，而不是向下倾斜45度。这显然会影响您的准确性。