机器学习_基于adaboost和haar like特征的人脸识别

基于adaboost做人脸识别的一篇论文

        PAUL VIOLA  的 Robust Real-Time Face Detection      Rapid object detection using a boosted cascade of simple features

其中谈到使用haar like特征，参考这篇论文

       Rainer Lienhart and Jochen Maydt 的 An Extended Set of Haar-like Features for Rapid Object Detection 

在整个读论文的过程中，通过如下资源，理清了论文中的很多知识点：

      1.haar like原型特征与特征矩阵

       在使用haar like特征做人脸识别时，介绍了3类的haar 原型特征：

                                                                                

           在论文中提到，将feature放到图像上，黑色矩形像素值的和减去白色矩形像素值的和得到一个特征值，该特征值就是haar特征，使用该特征值计算弱分类器的

           的阈值。但是需要注意的是此处的feature，并非简单的指上边的几个原型特征，而是通过在检测子窗口(一般为24x24像素)左右、上下平移，伸缩变换这些原型

           特征得到的子窗口。一个特征原型在子窗口中伸缩大小不同，或者位置不同，就得到一个不同的feature，如下图：

                                                                     

            论文作者在一个检测子窗口中画了两个变换后的原型矩阵，他这样做是为了节省论文版面同时展示0°、45°两种原型特征在子窗口中的摆放，实际上每个子窗

            口只放一个原型特征形成一个feature。

            一个0°型原型特征可以得到的feature个数：

            

           一个45°型原型特征可以得到的feature个数：

           

            其中：

            关于公式怎么来的，可能要细心推导一下，不过中心思想就是，

                   1、对于某特定大小的特征，在窗口内滑动计算。
         也就是1(a)特征大小为2*1，对于24*24的图像。水平可滑动23步，垂直滑动24步，所以共有23*24个特征。
                  2、对于一个特征，特征本身沿水平、竖直方向分别缩放。
                   还看特征1（a），特征大小为2*1，则延水平方向可放大为：4*1，6*1，8*1，…，24*1；竖直方向可放大为：2*1，2*2，2*3，…，2*24。

                   即每个特征有XY种放大方式。（！放大的矩形特征并限制保持2:1的比例！）

            这部分我是参考 【OpenCV】计算Haar特征个数 这篇博客弄懂的，其中它写了个程序来计算feature个数。

            最终的得到的feature总数(在24x24窗口中)为：

                                                                 

           

            2.图像积分图：

            图像积分图的意义在于可以快速得到图像中任意矩形中的像素和，从而可以计算feature的特征值。

            计算过程参考Rapid object detection using a boosted cascade of simple features、An Extended Set of Haar-like Features for Rapid Object Detection 论文，

            或者 【Paper】利用积分图像法快速计算Haar特征 这篇博客。

            3.adaboost训练识别器过程：

            在Rapid object detection using a boosted cascade of simple features这篇论文中，给出训练过程如下

                                                                                                          

                    其中boosting步骤的第三步，对于每个feature训练一个弱分类器，选择误分率最小的弱分类器。每个弱分类为如下公式所示：

                                                                 

                    其中x为图像的24x24的子窗口。

                    但是这篇论文并没有给出弱分类器阈值的计算方法，在 Robust Real-Time Face Detection这篇论文中，作者给出boost步骤后，

                    补了一段训练弱分类器方法：

                                                                             

                       4.决策树中连续变量的阈值

                                                    

                       决策树算法中，通过计算信息熵和信息增益(或增益比)的决定各个决策节点的构造关系，具体算法参考《机器学习》这本书中关于

                       决策树的介绍，或者通过 C4.5 决策树 (侧重连续变量的阈值计算)，决策树算法总结(侧重信息熵、信息增益)这两篇博客。

                       在第一篇博客中，对于golf数据集

                                                                

                         按照如下步骤计算，其中E.g 中使用info表示信息熵不规范，应该为Entropy公式。

                         

                        1.信息熵公式

                        

                        

                         2.信息增益

                         

                        

                       同时可以参考stackoverflow中关于adaboost阈值的讨论 The best way to calculate the best threshold with P. Viola, M. Jones Framework

                        csdn论文资源：

                        Rapid Object Detection using a Boosted Cascade of Simple Features

                        Robust Real-Time Face Detection

                        An Extended Set of Haar-like Features for Rapid Object Detection

                        基于gentle adaboost算法的人脸检测研究

                        参考的博客地址：

                        人脸检测 中文博客：

                        http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html

                        决策树 连续值节点阈值的计算：

                        http://fangdonghao1029.blog.163.com/blog/static/34364307201281352032174/

                        决策树 熵、信息增益的计算：

                        http://www.cnblogs.com/biyeymyhjob/archive/2012/07/23/2605208.html

                        haar特征数计算：

                        http://blog.csdn.net/xiaowei_cqu/article/details/8216109

                        stackoverflow关于adaboost弱分类器阈值的讨论：

                        http://stackoverflow.com/questions/9777282/the-best-way-to-calculate-the-best-threshold-with-p-viola-m-jones-framework

                        重要：

                        opencv doc 物体检测 http://docs.opencv.org/modules/objdetect/doc/cascade_classification.html