OpenCV 人脸检测自学(6)opencv_traincascade如何训练强弱分类器

在（3）中把opencv_traincascade在使用LBP特征的时候的训练准备工作的代码总结了下。下面开始硬着头皮看训练里面的部分了。介于这部分实在是没怎么找到网上介绍的帖子（为啥呢？？？）所以总结的大部分内容是自己猜测的。以后再回头慢慢完善。

接着上次结束的部分，训练一个强分类器的代码是：

bool CvCascadeBoost::train( const CvFeatureEvaluator* _featureEvaluator,//包含了sum，tilted，特征的位置等信息
                           int _numSamples,
                           int _precalcValBufSize, int _precalcIdxBufSize,
                           const CvCascadeBoostParams& _params )
{
    CV_Assert( !data );
    clear();
    data = new CvCascadeBoostTrainData( _featureEvaluator, _numSamples,
                                        _precalcValBufSize, _precalcIdxBufSize, _params );//目前暂且知道这里是调用preCalculate计算所有的特征值
    CvMemStorage *storage = cvCreateMemStorage();
    weak = cvCreateSeq( 0, sizeof(CvSeq), sizeof(CvBoostTree*), storage );
    storage = 0;

    set_params( _params );
    if ( (_params.boost_type == LOGIT) || (_params.boost_type == GENTLE) )
        data->do_responses_copy();

    update_weights( 0 );

    cout << "+----+---------+---------+" << endl;
    cout << "|  N |    HR   |    FA   |" << endl;
    cout << "+----+---------+---------+" << endl;

    do
    {
        CvCascadeBoostTree* tree = new CvCascadeBoostTree;
        if( !tree->train( data, subsample_mask, this ) )//应该是训练一个弱分类器tree
        {
            delete tree;
            break;
        }
        cvSeqPush( weak, &tree );//把弱分类器添加到强分类器里面
        update_weights( tree );//AdaBoost里面更新weight部分。
        trim_weights();
        if( cvCountNonZero(subsample_mask) == 0 )
            break;
    }
    while( !isErrDesired() && (weak->total < params.weak_count) );

    data->is_classifier = true;
    data->free_train_data();
    return true;
}

这里面主要分为

  调用preCalculate计算所有样本的所有的特征值

      训练一个弱分类器

      根据AdaBoost里面的步骤把样本的weight都更新一遍

  
主要看如何训练一个弱分类器。因为在(4)中总结output的xml文件结构的时候发现每一个node里面都包含了8个很大的数，后来在predict函数里看到这8个数是属于subset，在使用xml文件的时候用里面每一个feature算出来的特征值转换为二进制后是256个bit，然后跟这8个大数的最后32个位进行比较，如果有至少一个bit都是1的话那么就输出一个值，反之另一个值。在这需要指出的是，如果是haar-like feature的话用的不是subset而是threshold，后面比较后就一样了。而且haar-like基本上是一个feature一个弱分类器，而这里subset里可以有多个1出现，所以我理解着就是指有多个feature组成的subset。

而这些subset是如何求出来的呢，我跟踪程序总结如下。（里面用到好多opencv里面ml的数据结构，到现在感觉还是没有入门啊）

boost.cpp里：

bool
CvBoostTree::train( CvDTreeTrainData* _train_data,
                    const CvMat* _subsample_idx, CvBoost* _ensemble )
{
    clear();
    ensemble = _ensemble;
    data = _train_data;
    data->shared = true;
    return do_train( _subsample_idx );//去CvDTree里训练弱分类器去
}

然后在tree.cpp里

bool CvDTree::do_train( const CvMat* _sub