用于 Viola-jones 的 haar 级联 XML答案

【问题标题】：haar cascade XML for Viola-jones用于 Viola-jones 的 haar 级联 XML
【发布时间】：2013-08-28 12:08:25
【问题描述】：

<!-- tree 0 -->
-<_>
**<!-- root node -->**
-<feature>
    -<rects>
        <_>2 7 16 4 -1.</_>
        <_>2 9 16 2 2.</_>
    </rects>
    <tilted>0</tilted>
</feature>
<threshold>4.3272329494357109e-003</threshold>
<left_val>0.0383819006383419</left_val>
<right_node>1</right_node>
</_>
-<_>
    **<!-- node 1 -->**
-<feature>
    -<rects>
        <_>8 4 3 14 -1.</_>
        <_>8 11 3 7 2.</_>
    </rects>
    <tilted>0</tilted>    
</feature>
<threshold>0.0130761601030827</threshold>
<left_val>0.8965256810188294</left_val>            
<right_val>0.2629314064979553</right_val>

<root node> 和 <node 1> 分别是什么？

我认为每个弱分类器都匹配一个类似 haar 的特征

但是当我看到这个 XML 代码时，有两个节点，我很困惑。

结束我不明白 right/left_node 或 right/left_val 的含义。

【问题讨论】：

标签： xml opencv viola-jones

【解决方案1】：

您可以通过不同的方式训练样本。一种方法是让“nsplits”选项小于 2，其中仅生成根节点，每个根节点对应一个 haar 特征，但如果“nsplits”大于 1，则将根节点拆分为叶节点使得根节点 + 叶节点 = nsplits 值并具有与以回归决策树形式 (CART) 排列的每个“节点”相关联的 1 个 haar 特征。

为了简短地回答您的问题，即使在这里，每个分类器都是一个 haar 特征，但以具有超过 1 个叶子的决策树形式排列。对于这个特定示例，训练是使用 nsplits = 2 完成的。

【讨论】：

【解决方案2】：

OpenCV 代码不是 Viola-Jones 特定算法的通用代码，因此 XML 文件具有树状结构，而 Viola-Jones 具有多阶段的线性结构。总之你会发现每个根节点就是一个阶段，当然内部节点是特征，而每个特征有2或3个矩形。

【讨论】：