AdaBoost和Viola :要用什么训练？

Question

我已经实现了我自己版本的Viola人脸识别算法，该算法使用AdaBoost作为一个元数据来构建一个分类委员会。我的目标是建立一个分类器，能够识别图像中是否有人脸。我很难找到足够的训练数据来尝试这个算法。特别是，我不知道在哪里可以找到一组负面的图像(即不包含人脸的图像)。对于正数据集，我将尝试在野生数据集链接中标记脸。

什么是好的负数据集？

Answer 1

对您的问题可能有用的一些解决方案是：

• 环顾四周后，这资源似乎有一个非faces。
• 您可以考虑的另一个数据集是Google "things“数据集，found 这里，(描述)。
• 您可能考虑的另一种情况是构建您自己的数据集。如果您要使用带有严重约束(裁剪)图像的LFW数据集，您可以使用一个缩放照片数据库，无论有没有人，都可以在其上运行一个标准的人脸检测，以确定人脸所在的位置，然后在有人脸的情况下和在裁剪区域没有人脸的情况下，突出出脸部大小的部分。一些数据集，如VGG面，有脸的图像，并给出了它们的边框。你可以考虑用这样的东西。
• 您还可以使用任何您知道没有脸的数据集，只要它描述了您的algo可能遇到的场景。例如，CIFAR 10和CIFAR 100都有很好的户外场景，包括一些动物脸的特写镜头，这可能对你的身体有很大的负面影响。你可以找到它，这里。另一个是图像网集。

在选择这个数据集时要小心，因为如果你不小心的话，它很容易带来偏见。