基础算法（一）：Random Ferns分类器原理及其应用

Random Ferns分类器原理及其应用

       内容说明：主要介绍Fern分类器的原理以及几个应用，算是个人学习总结，若有错误之处，欢迎指出，同时也欢迎大家提供更多的Random Ferns的应用，不断学习，不断更新，不断完善。

       参考资料：链接1:  随机蕨（Random Ferns）简介   【原理】

                           链接2:  Random Ferns 【介绍它在目标跟踪的应用】

一、Random Ferns数学原理

  Random Ferns涉及到的数学知识主要是概率论，用于分类。

       

 

二、Random Ferns具体应用

2.1  Ferns 在目标跟踪中的应用

       这里主要复制链接2中提到的Ferns在TLD中的应用，然后加上自己的理解，我没有看过TLD的详细文章，这里写出来主要是因为我在理解第二个应用时（ESR算法做人脸对齐）遇到了Ferns，这个链接让我对Ferns有了个比较好的理解，希望能更好地帮助大家一次性对Ferns的原理和应用有个深刻的理解。内容如下：

      最近在做 Zdenek Kalal 的 TLD 算法，其成果发表在CVPR 2010 上，文章的名字做

P-N Learning: Bootstrapping BinaryClassifiers by Structural Constraints，是关于一个跟踪算法的，主要思想还是实时地对跟踪对象的模型进行更新。检测部分用到了一种作者称为 Fern 的结构，它是在 Random Forests 的基础上改进得到的，不妨称之为Random Fern。下面，根据我的理解和体会总结下 Random Fern 是怎么做的。

      首先，不得不先说一下论文在进行检测时所使用的特征，是作者定义的一种称之为 2bitBP(2bit Binary Pattern)的特征。

      2bitBP(2bit Binary Pattern)