首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >Viola - jones adaboost方法

问Viola - jones adaboost方法
EN

Stack Overflow用户
提问于 2013-11-17 10:03:15
回答 2查看 1.9K关注 0票数 2

我读过关于Viola方法用于目标检测的文章,我对一些事情感到困惑。

1-对于Adaboost来说,每一轮都意味着我们计算所有图像的160 k特征,然后找出误差最小的一个(据我所知,这是一个“弱分类器?如果我错了请纠正我)。如果是的话,这不需要花费非常长的时间来训练一组可能需要几个月的图像吗?如果这是正确的,您还会进行多少轮训练?”

2.如果以上点是错误的,那么这是否意味着对于每个特征,我们用一个特征来评估所有的非人脸和人脸图像,并将其与一个可接受的误差阈值进行比较,如果它低于这个可接受的阈值,那么我们就把这个特征作为弱分类器,然后在使用160 k特征中的下一个特征之前更新权重。

我试过理解这个链接http://www.ece301.com/ml-doc/54-face-detect-matlab-1.html中的MATLAB代码,但不确定他实现adaboost的方式是否正确。

如果有一个链接可以解释维奥拉-琼斯以一种简单而清晰的方式使用阿多斯特,那也将是一个很大的帮助。

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2013-11-17 10:13:17

AdaBoost在几轮中尝试多个弱分类器,在每一轮中选择最优弱分类器,并结合最佳分类器生成强分类器。

例如adaboost:

代码语言:javascript
复制
 Data point    Classifier 1  Classifier 2     Classifier 3
 x1             Fail           pass             fail     
 x2             Pass           fail             pass 
 x3             fail           pass             pass 
 x4             pass           fail             pass

AdaBoost可以使用一贯错误的分类器来逆转他们的决策。

票数 1
EN

Stack Overflow用户

发布于 2016-05-07 12:01:24

1)是。如果您的参数是,例如,5000个正窗口和500个负窗口(从您最初提供的一组负面背景图像中提取出来),那么在每个阶段对所有10000个窗口依次评估每个特性,并将最好的一个添加到特征集中。是的,在Viola的原始论文中,每个特征都是弱分类器。

检查所有功能的过程需要很长的时间,而不是几个星期。事实上,瓶颈是最后阶段消极寡妇的聚集,可能需要几天或几周,子弹的数量取决于特定条件的到达。每个阶段都需要几个回合(通常在最后阶段更多)。例如:第1阶段需要3个特征(3轮),第2阶段需要5个特征(5轮),第3阶段需要6个功能(6轮)等等。

2)上述观点是正确的,因此不适用。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/20029425

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档