2013-11-27 2 views
2

나는 얼굴 탐지에서 비올라 앤 존스의 논문을 이해하려고 노력해 왔습니다. 나는 그 5 개 기본 기능 중 하나를 실행하여 얻어지는 값을 통해 종이의 시작 부분에 설명되어 나는 기능 (f)이었다 이해 무엇이 방정식의 매개 변수 섹션 3비올라 존스 약한 분류 자 ​​설명

h(x, f, p, theta) = 1 ; if pf(x) < p theta 

에서 무슨 뜻인지 전혀 모르겠습니다 적분 이미지는 x입니다.

내가 제대로 이해할 수없는 것은 임계 값 'theta'와 극성 'p'입니다. 이 p은 포지티브 이미지와 네거티브 이미지를 의미하며 +1 또는 -1 값을 가질 수 있습니까? 그리고 어떻게 세타를 계산합니까? 이 방정식은 섹션을 증폭시키는 데 중요합니다. 그래서 더 이상 갈 수 없습니다. 내가 충분히 자신을 분명히하는 경우에 도와주세요.

답변

0

weak 분류 자 ​​h은 Haar와 같은 기능 f을 사용하여 이미지 서브 윈도우 x을 분류한다는 점을 이해해야합니다. p 매개 변수가 -1 인 경우 간단히 조건 if pf(x) < p theta의 비교 부호가 반전됩니다.

매개 변수 theta은 단순히 임계 값입니다. 예를 들어, p = +1이라고 말하면됩니다. f(x) < theta 인 경우, h(x, f, p, theta) = +1, 즉, 약 분류기는 x을 얼굴이라고 간주한다.

+0

감사합니다. 이'p'는 코드 플로우에서 어딘가에 반전되거나 사용자가 선택할 수 있습니까? 이것이 지체 된 질문이라면 괜찮습니다. 그리고 어떻게'theta '를 얻을 수 있습니까? –

+0

이렇게하기위한 '고전적'접근 방식에서는 모든 Adaboost 반복에서 모든 Haar 웨이브 렛에 대해 'p'와 'theta'가 동시에 설정됩니다. [이 다른 질문] (http://stackoverflow.com/questions/20051796/threshold-values-for-viola-jones-object-detection)에 몇 가지 유용한 참조를 게시했습니다. – Ramiro