Haar-feature的阈值是通过Viola-Jones在他们的论文中描述的唯一方法来计算的吗？

Question

我正在实现Viola-Jones人脸检测算法，并且对haar-feature阈值有点困惑。我正在使用follow计算haar-feature的阈值。步骤：

a)计算对应于相同位置的所有正(脸)图像中的haar特征值。b)获取位于最小特征值和平均特征值之间的所有特征值，以得到列表，MinToAvg = [] c)对于MinToAvg分类数据中的每个值(正和负)，并获得位置数。图像(位置)其分类为人脸和假阳性数(FP)。d)特征值被认为是我得到max(Pos-FP)的特定特征的阈值。

对于每一轮提升，Haar-feature的阈值保持不变。相反，Viola-Jones论文中讨论的Haar-feature的阈值随着每一轮提升而变化。

我正在使用Python。

谢谢!

Answer 1

@Ramiro，user2766019:我只对你之前的评论有一个疑问。训练权重如何影响阈值？阈值不是只使用每个训练样本上的特征值，然后通过等式计算每个特征值的误差：

E= MIN((S+) + (T-) - (S-)，(S-) + (T+) - (S+))

我是对的，还是在什么地方弄错了？谢谢。