【问题标题】:How to use Haar Feature results in Viola Jones Face Detection Algorithm如何在 Viola Jones 人脸检测算法中使用 Haar 特征结果
【发布时间】:2013-09-23 18:51:37
【问题描述】:

我正在尝试了解 Viola-jones 人脸检测算法。在论文中,他们提到在 24x24 像素图像中可以有 160k plus haar 特征。

我正在努力理解如何确定弱分类器。例如,如果我有 10k 张图像,面孔 + 非面孔。我在整组图像上交换了一个 Haar 特征。现在既然特征的结果是一个整数值(白色区域和灰色区域之和之间的差),我们如何使用这个整数值来确定它是否正确分类了人脸图像或非人脸图像。

谢谢 阿里·乌梅尔

【问题讨论】:

    标签: algorithm adaboost haar-wavelet viola-jones


    【解决方案1】:

    对于每个类似 Haar 的特征,都有一个阈值来指示接受或拒绝。例如,阈值可能表示暗区和亮区之间的差异必须大于 10,才有可能在此位置存在人脸。

    类 Haar 特征的检测水平非常低。它们只会帮助您快速消除可能性。您必须对系统进行训练,以了解哪些类似 Haar 的特征在决定是否存在面部时最有用。如果您有一个类似 Haar 的特征失败,并且该失败告诉您在当前位置很可能不存在人脸,那么您可以继续到下一个位置,而无需检查所有其他类似 Haar 的特征。当前位置。

    【讨论】:

    • 很好的解释。另外值得注意的是,HAAR 的优势在于内在的并行性。这是一个很好的介绍(我只是喜欢这个链接,猜猜为什么:) - download.intel.com/il/General/…
    • 好的,但我试图找到的是,我们如何知道 Haar 特征未能检测到人脸。特征的结果是一个整数值,它取黑色和白色区域之和的差值。根据这个单一的值我们如何确定这个特征没有找到人脸
    • @user2793078:对于每一个使用的特征,都有一个对应的阈值。我在回答中添加了一些细节。
    • 感谢沃恩卡托。是否有对应于每个 Haar 位置的“标准”阈值,或者我们如何确定每个 160k haar 特征的良好阈值。
    • @user2793078:是的,在论文中他们说每个弱分类器都由一个特征、一个阈值和一个奇偶校验组成。
    猜你喜欢
    • 1970-01-01
    • 2023-03-20
    • 2013-11-11
    • 1970-01-01
    • 2016-01-20
    • 2010-12-15
    • 1970-01-01
    • 2013-08-29
    • 2012-04-30
    相关资源
    最近更新 更多