目标检测
Viola-Jones
1.boosting算法
添加链接描述
弱分类器
先定义type、左起始点pixel、size
value = 白和-黑和
积分图(加快速度)
i(x,y)的像素求和 = 左上角所用pixel求和
对每一个矩形检测器
弱分类器对每一个位置(矩形模板)进行计算后,设置门限:对每一个门限下正确率做直方图统计,然后记下最高的值,作为下个弱分类器的阈值
然后怎么就飞到boosting了?
2.归一化weights,计算错误率,选择最好的第一个弱分类器ht1
3.更新weight:正确的变小
4.给ht1分配权重(错误率越小,权重越大)
如何加快速率?
每一个阶段排除掉部分非人脸的(只对前面分类器判断为人脸的进行操作),过滤掉假变真的!
从外到内(Cascade机制)
漏检率
Classifier 123…是强分类器
级联
行人检测(HOG)
添加链接描述
梯度直方图