4

異なる訓練されたカスケードからハール分類器を組み合わせる方法があるかどうか、私はさまよっていましたか? オブジェクトの角度によって異なる 1 つのオブジェクトを検出するシナリオがあります。そこで、トレーニング サンプルを分離して、複数の分類子をトレーニングしました。彼らはクラスで問題なく機能します。現在、それらを順番に実行しているため、多くの計算時間がかかっています。

OpenCVはおそらく毎回すべての機能を計算しているため、毎回新しく反復していると考えました。分類子を OR 演算で組み合わせることができれば、OpenCV は 1 つのカスケードを使用できるので、反復は 1 回だけで、必要な機能の計算は 1 回だけで済むのではないかと考えました。これにより、パフォーマンスが劇的に向上する可能性があります。ただし、これを実行できるかどうか (およびその方法) はわかりません。たぶん、他の誰かが以前に似たようなことを試したことがありますか?

乾杯!-- アルトゥール

4

3 に答える 3

2

特定の分類子をトレーニングすると、AdaBoost アルゴリズムは (すべての段階で) さまざまな機能を選択して、トレーニング エラーを最小限に抑えます。この手順は、カスケードのすべての段階で行われます。

残念ながら、すべてのオブジェクトでこれらの機能は同じではありません (機能形状の数は固定されていますが、サイズは異なります)。したがって、機能空間も同じではありません。したがって、これらの分類子を組み合わせる方法があっても、異なるオブジェクトに対して同じ機能を持っていない可能性が高いため、ほとんどすべての機能を再度評価する必要があるため、メリットはわずかです。

于 2013-07-26T13:27:03.893 に答える
0

私はそれぞれを別々の並列タスクとして実行します。

于 2013-02-13T00:31:36.277 に答える
0

イベントを発生させて終了するので、すべてを待つのではなく、それぞれを処理します。

于 2013-07-03T14:01:02.797 に答える