Adaboost特征选择

Question

我正在尝试使用openCV库训练一个adaboost分类器，用于视觉行人检测。我遇到了这样一个概念，adaboost允许选择最相关的特征，这意味着，如果我从图像中收集50.000个特征，然后使用它们来训练分类器，在训练过程结束时，我将能够从这50.000个特征中选择出最好的2000个。

然后，为了速度的原因，这将允许我在实际过程中仅收获这2000个。

这是真的吗？还是我陷入了一种误解？

如果是真的，是否可以使用openCV库来完成？

诚挚的问候

Answer 1

是的，这是真的。这正是boosting的全部意义所在。

请查看有关training a cascade of boosted classifiers的OpenCV文档。