确定 Haar 特征的阈值

Question

我现在尝试理解 Viola-Jones 算法，但我对确定块是否为 Haar 特征的阈值感到困惑。一个像素的强度在0->255的范围内。

当我们有一个理想的 Haar 特征时，delta 值为 255（如左图） 但在真实图像中，例如右侧，delta 为 146，这是 Haar 特征吗？

我的问题是：哪个值是确定块是否为 Haar 特征的阈值？或者它只是 255/2=127,5？当 delta > 127.5 -> Haar 特征，当 delta 没有 Haar 特征？

Answer 1

我想指出一些可能有助于您理解 Viola-Jone 算法的细节。

根据the original article of Paul Viola and Michael Jones，该算法包含4个主要步骤：

1. Haar 特征选择
2. 创建整体图像
3. Adaboost 训练
4. 级联分类器

您所描述的与第三阶段有关。没有一个统一的阈值可以确定一个块是否是 Haar 特征。相反，该算法对训练数据使用 Adaboost（机器学习算法）来确定所需的阈值。

"级联中的阶段由训练分类器构建 使用 AdaBoost 然后将阈值调整为 尽量减少误报。”（上篇文章第 4 页结束）

在第 4 阶段之后，算法使用第 3 阶段的阈值对图像进行分类。