维奥拉-琼斯弱分类器解释

Question

4

我一直在尝试理解维奥拉和琼斯关于人脸检测的论文。但我并不完全清楚第三节中这个等式的参数含义。

h(x, f, p, theta) = 1 ; if pf(x) < p theta

我理解的是，特征（f）是通过在x的积分图上运行解释论文开头的5个基本功能之一而获得的值。

我无法正确理解的是阈值“theta”和极性“p”。这个p是否表示正图像和负图像，并且可以取+1或-1的值？如何计算theta？这个方程对于提升部分至关重要，因此我无法继续下去。如果我表达得足够清楚，请帮忙解答。

- Sgt. Pepper

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Ramiro · Accepted Answer

你必须明白，弱分类器 h 使用 Haar-like 特征 f 来对图像子窗口 x 进行分类。参数 p 如果等于 -1，则简单地导致条件 if pf(x) < p theta 的比较符号翻转。

参数 theta 只是一个阈值。例如，如果 p = +1，则如果 f(x) < theta，则 h(x, f, p, theta) = +1，即弱分类器认为 x 是一个人脸。