問題タブ [cascade-classifier]

AdaBoost.SAMME画像から HOG 特徴を抽出して、分類器 (特に、scikit-learn: multiclass Adaboost in scikit-learn ensembleを使用)に通すことができるようにしたいと考えています。

そのためには、画像を配列のようなものに変換する必要がありますshape = [n_samples, n_features]

しかし、画像から HOG 特徴を抽出した出力は 1D 配列です。これは私のコードの関連部分です:

を確認するfdと、次のような配列です。

最初の 9 行を取り、これがhog関数からの完全な出力であり、HOG 特徴を取得したこの画像がトレーニング データセットの最初の画像であると仮定します。

次に、1000 のトレーニング画像があるとすると、この HOG 情報はどのように表されX = [n_samples, n_features]ますか?

X以下の行は、分類器への入力として使用できる最初の行になりますか?

この HOG 値の行全体が 1 つの特徴と見なされますか? それともこれは間違っていますか？私が理解していることから、トレーニング サンプルは次の形式に準拠する必要があります。

OpenCV カスケードを使用してリアルタイムで人を検出する必要があります。現在、OpenCV に付属するトレーニング済みのカスケード ファイルを使用していますが、後で独自の LBP カスケードをトレーニングして速度を向上させます。質問があります。

カスケードの検出を高速化する方法は何ですか? 例として、このビデオをご覧ください。それは本当に高速で、Haar カスケードを使用し、素晴らしいです。特にリアルタイムアプリケーションの場合、この速度を達成するために何ができますか? トリックやハックはありますか？

OpenCV に 2 つの異なる Haar Cascade データセットがあることを確認しました。例として、 と を見てhaarcascade_upperbody.xmlくださいhaarcascade_mcs_upperbody.xml。この新しいmcsものは何ですか？私が監視できる唯一の違いはhaarcascade_mcs_upperbody.xml、他のものよりもはるかに優れた結果を提供していることです.

それで、誰かが私にこれら2つのタイプの違いを説明してもらえますか? 独自のデータセットをトレーニングする場合、これら 2 つのデータセットを選択するにはどうすればよいですか?

haarcascade_frontalface_alt_treexml ファイルはカスケードではなく段階分類子のトレイン ツリーでトレーニングされているため、xmlで見つけました。OpenCVステージ ツリー クラシファイアのトレーニング方法、使用する API、およびそのために利用可能な例を知りたいと思っています。調べてみましたが、今のところ適切な情報が見つかりません。ありがとう

vision.cascadeObjectDetector（MATLAB）を使用して、CCTV映像（顔ではなく）から頭を検出しようとしています。今まで、私は次のことを試しました：

1. vision.cascadeObjectDetector顔の検出に使用されます。
2. 兆候を検出するようにトレーニングしました (read me ファイルに示されている例)
3. 正と負のトレーニング HEAD 画像を含むフォルダを作成し、テスト用に同じものを作成しました
4. を使用して.matファイルを作成しようとしましたtrainingImageLabeler（ただし、オブジェクト検出器にパラメータとして渡そうとするとエラーが発生しました）。

Viola-Jones Haar 機能を使用して頭の検出を開始するために、誰かが私を正しい軌道に乗せることができますか?