machine-learning - 弱い記述子と強い記述子 - マシン ビジョン

Question

Haar のような機能が弱い記述子として記述されていると聞いたことがあります。この場合、Adaboost メソッドは SVM よりも有利であるとのことです。私の質問は、弱い記述子と強い記述子とは何ですか?また、ブースティング手法が SVM よりも優れているのはなぜですか?

Answer 1

弱い記述子は、あまり洗練されていない、または調整されていないものです (例: haar 機能、エッジ マップなど)。強力な記述子 (SIFT/SURF/MSER) は、ブレ、視点/照明の変更、JPEG 圧縮の下で正確で再現性の高いものです。ブースティング方法は弱い記述子に対してより適切に実行され、SVM は強い記述子に適しています。これは、ブースティングのアイデアが、多くの弱分類器を組み合わせて分類器を学習することであるためです。haar のような機能の場合、adaboost はそのような多くの弱い機能を組み合わせて、強力な分類子を学習します。SVM は、2 つのクラス間で最も紛らわしい機能の間に超平面を当てはめようとします。そのため、SVM のパフォーマンスを向上させるには、クラス間の混乱を減らし、機能を堅牢かつ正確にする必要があります。