最近項目略多，其中一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
所以寫一篇小小的總結供有相關需求的人參考。
看了下人臉識別函數的OpenCV的源碼
\sources\modules\objdetect\src\cascadedetect.cpp
中detectMultiScale有兩個重載，第二個重載在opencv的開發文檔裡居然只字未提：
void CascadeClassifier::detectMultiScale( const Mat& image, vector<Rect>& objects,
vector<int>& rejectLevels,
vector<double>& levelWeights,
double scaleFactor, int minNeighbors,
int flags, Size minObjectSize, Size maxObjectSize,
bool outputRejectLevels )
發現他有個rejectLevels和levelWeight這兩個引用參數，看名字感覺是一種得分輸出。
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？）
然後看了下它調用的cvHaarDetectObjectsForROC（）的源碼實現，大概懂了這倆vectors是在干什麼的。
先上結論：確實和人臉得分有關。
首先應該明白一點detectMultiScale()這個方法是一個級聯分類器，使用了boosting的方法。所以輸入圖像要經過層層（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？
因為還有個參數：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：
我這裡只截取了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~
所以這個函數的原理是這樣的（個人理解，有錯誤請指教）：
首先一個level一個level地測試樣本，然後每一個level給一個對應的得分，也就是levelWeight，如果這個weight低於或者高於對應level的threshold，則被拋棄。
堅持到最後一個level並且在最後一個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（最後一個level）的，所以只比對最後一個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的源代碼：
#include <opencv2\opencv.hpp>
#include <iostream>
#include <vector>
#include <fstream>
#include <math.h>
using namespace std;
using namespace cv;
const string xmlpath = "lbpcascade_frontalface.xml";
CascadeClassifier face_cc;
int tic = 0;
void detect(Mat img){
vector<Rect> faces;
vector<int> rejLevel;
vector<double> levelW;
Mat grayimg;
cvtColor(img, grayimg, CV_RGB2GRAY);
equalizeHist(grayimg, grayimg);
int minl = min(img.rows, img.cols);
face_cc.detectMultiScale(grayimg, faces, rejLevel, levelW, 1.1, 3, 0, Size(), Size(), true);
//face_cc.detectMultiScale(grayimg, faces, 1.1);
for ( int i = 0; i < faces.size(); i++ )
{
if ( rejLevel[i] < 00 )
{
continue;
}
stringstream text1, text2;
text1 << "rejLevel:" << rejLevel[ i ];
text2 << "levelW:" << levelW[ i ];
string ttt = text1.str();
rectangle(img, faces[ i ], Scalar(255, 255, 0), 2, 8, 0);
putText(img, ttt, cvPoint(faces[ i ].x, faces[ i ].y - 3), 1, 1, Scalar(0,255,255));
ttt = text2.str();
putText(img, ttt, cvPoint(faces[ i ].x, faces[ i ].y + 12), 1, 1, Scalar(255, 0, 255));
}
imshow("IMG", img);
waitKey(0);
}
int main(){
if ( !face_cc.load(xmlpath) )
{
cout << "load error!\n";
return -1;
}
ifstream pathin;
pathin.open("imgpath.txt");
string t;
while ( pathin >> t && tic < 10000)
{
Mat img = imread(t);
detect(img);
}
pathin.close();
return 0;
}
--------------------------------------分割線 --------------------------------------
Ubuntu Linux下安裝OpenCV2.4.1所需包 http://www.linuxidc.com/Linux/2012-08/68184.htm
Ubuntu 12.04 安裝 OpenCV2.4.2 http://www.linuxidc.com/Linux/2012-09/70158.htm
CentOS下OpenCV無法讀取視頻文件 http://www.linuxidc.com/Linux/2011-07/39295.htm
Ubuntu 12.04下安裝OpenCV 2.4.5總結 http://www.linuxidc.com/Linux/2013-06/86704.htm
Ubuntu 10.04中安裝OpenCv2.1九步曲 http://www.linuxidc.com/Linux/2010-09/28678.htm
基於QT和OpenCV的人臉識別系統 http://www.linuxidc.com/Linux/2011-11/47806.htm
[翻譯]Ubuntu 14.04, 13.10 下安裝 OpenCV 2.4.9 http://www.linuxidc.com/Linux/2014-12/110045.htm
--------------------------------------分割線 --------------------------------------
OpenCV的詳細介紹：請點這裡
OpenCV的下載地址：請點這裡
