• Open Source Computer Vision Library

HaarTraining算法剖析

Wikipedia,自由的百科全书

引言

通过前段时间阅读OpenCV的HaarTraining代码,基本掌握了HaarTraining算法。现将其中的算法作一梳理,同时对HaarTraining的使用方法做一简要说明。

HaarTraining算法总体上以Friedman, J. H等人的“Additive Logistic Regression: a Statistical View of Boosting”为出发点,实现了其中2类分类问题的4种Boost算法:Discrete AdaBoost, Real AdaBoost, LogitBoost 和Gentle AdaBoost。同时实现了文中第8节Additive Logistic Trees和第9节Weight Trimming.

Friedman, J. H等人只描述了如何训练一个强分类器,对于训练级联的强分类器(Cascade of Classifiers),OpenCV采用的是Paul Viola等人的“Robust Real-Time Face Detection”中所述方法。

HaarTraining采用的是OpenCV扩展的Haar特征,具体描述可参考Rainer Lienhart等人的“An Extended Set of Haar-like Features for Rapid Object Detection”。

总体框架

...

具体请参考《 OpenCV之_HaarTraining算法剖析》。

作者

周明才(mingcai.zhou@ia.ac.cn)

Views
Personal tools