4

私は AdaBoost シーケンス アルゴリズムを実装しました。現在、P. Viola と M. Jones の元の論文に基づいて、いわゆる Cascaded AdaBoost を実装しようとしています。残念ながら、1 つのステージのしきい値を調整することに関連して、いくつか疑問があります。元の論文で読むことができるように、手順は文字通り一文で説明されています。

Decrease threshold for the ith classifier until the current
cascaded classifier has a detection rate of at least
d × Di − 1 (this also affects Fi)

主に次の2つのことがわかりません。

  • 閾値とは何ですか？0.5 * 合計 (アルファ) 式の値ですか、それとも係数 0.5 のみですか?
  • しきい値の初期値は? (0.5?)
  • 「しきい値を下げる」とは具体的にどのような意味ですか? 新しいしきい値 (0.5、0.4、0.3 など) を繰り返し選択する必要がありますか? 減少のステップは何ですか？

この情報を Google で検索しようとしましたが、残念ながら有益な情報は見つかりませんでした。

ご協力ありがとうございました。

4

2 に答える 2

2

私はまったく同じ疑問を持っていましたが、これまでのところ信頼できる情報源は見つかりませんでした。ただし、これがこの問題に対する私の最善の推測です。1.（0.5 * sum（aplha））がしきい値です。2.しきい値の初期値は上記の値です。次に、中間の強力な分類器（現在使用しているもの）を使用してサンプルを分類してみます。各サンプルが達成するスコアを取得し、しきい値の現在の値に応じて、一部の陽性サンプルは陰性などに分類されます。したがって、この段階で必要な検出率（強力な分類子）に応じて、多くの陽性サンプルが正しく分類されるように、しきい値を下げます。

例：threshと言います。は10で、ポジティブトレーニングサンプルの現在の分類器の出力は次のとおりです。

9.5、10.5、10.2、5.4、6.7

そして、80％の検出率=>正しく分類された上記の5つのサンプルの80％=>上記の4=>しきい値を6.7に設定したい

明らかに、しきい値を変更すると、FPレートも変更されるため、それを更新し、ステージの目的のFPレートに達していない場合は、そのステージで別の分類子を選択します。

私はada-boostなどの正式なコースを受講していませんが、これは私が実装しようとしたいくつかの研究論文に基づく私の観察です。何か問題があれば訂正してください。ありがとう！

于 2012-10-01T05:56:55.800 に答える
0

Karim Ayachi によるリアルタイムの顔検出に関する修士論文 ( pdf ) を見つけました。その中で彼は、Viola Jones の顔検出方法について説明しています。

セクション 5.2 (AdaBoost を使用したカスケードの作成) で説明されているように、強い分類器の最大しきい値を sum(alpha) に設定し、最小しきい値を 0 に設定してから、二分探索を使用して最適なしきい値を見つけることができます (表 5.1 を参照してください)。疑似コード)。

お役に立てれば！

于 2012-10-02T11:16:33.990 に答える