openCV ツールを使用して、歩行者検出のアルゴリズムを構築しました。分類を実行するには、CvBoost クラスでトレーニングされたブースト分類子を使用します。
この実装の問題は、トレーニングに使用した機能のセット全体を分類器に供給する必要があることです。これにより、アルゴリズムが非常に遅くなり、各画像を完全に分析するのに約 20 秒かかります。
別の検出構造が必要で、openCV にはこの Soft Cascade クラスがあり、まさに私が必要としているものと思われます。その基本原理は、検出器が少数の機能を使用してほとんどの陰性サンプルを拒否できるため、テスト サンプルのすべての機能を調べる必要がないということです。問題は、完全にラベル付けされた一連の負の例と正の例を与えられた場合、どのようにトレーニングするかがわかりません。
これに関する情報がオンラインで見つからないため、このソフトカスケードを使用して分類を行う方法について教えていただけるヒントを探しています。
よろしくお願いします