Viola Jones 阈值 Haar 特征误差值

Question

我已经阅读了 2004 年的中提琴论文。在 3.1 中，他们解释了阈值计算。但我超级困惑。 它读作

对于每一个特征，例子都是根据特征值排序的

问题1) 排序列表是从示例的积分图像计算得到的haar 特征值列表。因此，如果我们有一个特征和 10 张图像（正面和负面）。我们得到与每个输入图像相关的 10 个结果。

然后可以计算该功能的 AdaBoost 最佳阈值 在这个排序列表上一次通过。对于排序中的每个元素 列表中，维护和评估四个总和： 正例权重T+，负例总和 权重 T -，低于当前示例 S+ 的正权重的总和 以及低于当前示例 S−

的负权重之和

问题2）排序的目的是什么。我猜最高的那个是最能描述图像的那个。但从算法上讲，它如何影响 (S- S+ T+ T-)。

问题3) 现在我们计算一个排序列表 (S- S+ T+ T-)。这是否意味着每个条目都有自己的 (S- S+ T- T+) 或者只有 一个 (S- S+ T- T+) 代表整个列表。

阈值的错误，它分割当前之间的范围 排序列表中的前一个示例是： e = min ( S++ (T − − S−), S− + (T + − S+)) ,

问题4）这在某种程度上回答了我之前的问题，但我不确定。 所以为了我们每个输入图像都有“e”。我们需要为列表中的每个条目维护 (S- S+ T- T+)。但是，在我们为该特征计算 N 个（每个图像一个）之后，我们如何处理“e”。

提前致谢，如果这令人困惑，或者您需要对我的问题进行更多说明，请告诉我。

Answer 1

问题1) 排序列表是从示例的积分图像计算得到的haar 特征值列表。因此，如果我们有一个特征和 10 张图像（正面和负面）。我们得到与每个输入图像相关的 10 个结果。

您会获得 10 个该功能的结果，每个输入图像关联一个结果。每张图片都被标记为正面或负面。

问题2）排序的目的是什么。我猜最高的那个是最能描述图像的那个。但从算法上讲，它如何影响 (S- S+ T+ T-)。

最高的图像是对该功能响应最高的图像。您根据响应进行排序，而不是根据权重。

您对它们进行排序的原因是您要计算的两件事是“当前示例 S+ 以下的正权重总和和当前示例 S- 以下的负权重总和”。如果列表已排序，那么您可以保持一个运行总和，并且在每一点，在此之前您已添加到总和中的所有示例的特征响应都将小于（即“低于”）当前示例。如果列表未排序，那将不起作用。然后，您可以使用该示例和下一个示例之间的响应级别作为阈值来评估与此相关的错误。

问题3) 现在我们计算一个排序列表 (S- S+ T+ T-)。这是否意味着每个条目都有自己的 (S- S+ T- T+) 或者整个列表只有一个 (S- S+ T- T+)。

每个示例会有一个 S- 和一个 S+，因为它是 “低于当前示例的正权重总和”。 T+ 和 T- 是针对整个列表计算的，我不知道为什么他们说您需要为每个元素维护它。

问题4）这在某种程度上回答了我之前的问题，但我不确定。所以为了我们每个输入图像都有“e”。我们需要为列表中的每个条目维护 (S- S+ T- T+)。但是，在我们为该特征计算 N 个（每张图像一个）之后，我们如何处理“e”。

您从所有这些中选择了最小值，这是放置阈值的最佳位置（这将是这两个示例的响应的中点），因为它具有最小的错误（误报 + 误报） .顺便说一句，每个点有两个选择（即 e = min ( S+ + (T − − S−), S− + (T + − S+)) ）的原因是您可以选择是否设置阈值，以便高于该响应水平的值被认为是正的（第一项），或者低于它的值被认为是正的。

如果是前者，那么 S+ 是您的误报，(T- - S-) 是您的误报。如果是后者，那么 S- 是您的误报， (T+ - S+) 是您的误报。