2

人間の顔を検出するために Viola-Jones の顔検出を実装しています。Adaboost を使用してトレーニングしている間、ブースト ラウンドは同じ haar 機能を選択します。たとえば(x,y,w,h,f,p)、最初の 3 ラウンドで選択された Haar-feature が(0,0,4,2,1,0)で(1,3,5,2,3,1)、(2,4,7,2,4,1)残りのブースト ラウンドで同じ haar-feature が選択された場合、選択した Haar-feature のリストは次のようになります。

[(0,0,4,2,1,0),(1,3,5,2,3,1),(2,4,7,2,4,1),(1,2,4,8,1,0),(1,2,4,8,1,0),(1,2,4,8,1,0),(1,2,4,8,1,0),(1,2,4,8,1,0)].

ここ、 x,y = x_y coordinate, w = width of Haar-feature, h = height of Haar-feature, f = feature type, p = parity of Haar-feature.

私の質問：

1) ブースティングの各ラウンドで同じ Haar 特徴が選択される場合、比較的誤差が最小の次の Haar 特徴を選択する必要があります。

ありがとう！

4

1 に答える 1

3

いいえ、すべきではありません。Adaboost は実際、ブースティングの実行ごとに同じ機能を複数回選択できますが、通常、機能の重み値 (アルファ値) は異なります。

得られる結果には、さまざまな原因が考えられます。たとえば、Adaboost コードにバグがある可能性があります。また、機能や弱分類器にバグがある可能性もあります。または、ブースティング アルゴリズムに十分なサンプルを提供していません。または、弱い分類器が弱すぎます。または、強力な分類子が非常に高速に過剰適合しています。

于 2013-11-01T19:30:14.583 に答える