我一直在尝试理解 viola n jones 关于人脸检测的论文。我不完全确定第 3 节中这个方程的参数是什么意思
h(x, f, p, theta) = 1 ; if pf(x) < p theta
我所理解的是特征 (f) 是通过在 x 的积分图像上运行本文开头解释的这 5 个基本特征中的任何一个获得的值。
我无法正确理解的是阈值“theta”和极性“p”。这p是指正图像和负图像，并且可以具有+1或-1的值吗？以及如何计算theta。这个等式对于提升部分至关重要，所以我不能更进一步。如果我说得够清楚，请帮忙。
【问题讨论】：
标签： face-detection viola-jones haar-classifier
您必须了解弱分类器h 使用类似Haar 的特征f 对图像子窗口x 进行分类。参数p，如果等于-1，只会导致条件if pf(x) < p theta的比较符号反转。
参数theta 只是一个阈值。例如，说p = +1。如果f(x) < theta，那么h(x, f, p, theta) = +1，即弱分类器认为x是一张脸。
【讨论】：
p 是在代码流的某个地方反转还是用户可以选择？请不要介意这似乎是一个迟钝的问题。我如何获得theta？
p 和 theta 在每次 Adaboost 迭代中针对每个 Haar 小波同时设置。我在this other question 中发布了一些有用的参考资料。