结合 LBP 和 Adaboost答案

【问题标题】：Combining LBP and Adaboost结合 LBP 和 Adaboost
【发布时间】：2013-05-15 06:39:06
【问题描述】：

我想训练一个用于人脸检测的数据集。

我将使用 LBP 作为弱分类器，并使用 Adaboost 将它们提升为一个强分类器。

我有正样本和负样本。它们的大小为 18x18 像素。我将每张图片分成 9 个子区域。在每个块中，我正在计算每个像素的 LBP 值。并以块为单位计算它们的频率。所以每个块有 256 个值作为频率。

我的问题是，我如何在 Adaboost 中使用 LBP？ Adaboost 需要一个弱分类器，但 LBP 本身无法对图像进行分类。如何修改 Adaboost 以从每个块中选择最重要的值？

【问题讨论】：

您可以在 Python 的 SciKit-Learn 包中为 AdaBoost 指定弱学习器。 Python 包 Mahotas 中有一个 LBP 实现。你也许可以包装 LBP，这样它就可以用作 AdaBoost 的弱学习器，方法是为其提供 fit、predict 和 score 方法。

【解决方案1】：

您需要将 LBP 转换为返回布尔值、+1/-1 或浮点数的东西，具体取决于您使用的 AdaBoost 的风格。人们通常通过对浮点值应用阈值来实现这一点。然后你可以将它作为 AB 中的弱分类器使用。如果更详细地描述你的 LBP 计算，我可以告诉你更多。

【讨论】：