Я хочу обучить набор данных для обнаружения лиц.Объединение LBP и Adaboost
Я собираюсь использовать LBP как слабые классификаторы и Adaboost для повышения их до одного сильного классификатора.
У меня есть положительные и отрицательные образцы. Их размер составляет 18x18 пикселей. Я разделяю каждую картинку на 9 субрегионов. В каждом блоке я вычисляю каждое значение LBP пикселей. И подсчитайте их частоту в блоке. Таким образом, каждый блок имеет 256 значений в качестве частот.
Мой вопрос: как я могу использовать LBP в Adaboost? Adaboost ожидает слабый классификатор, но LBP сам по себе не может классифицировать изображение. Как я могу изменить Adaboost, чтобы выбрать наиболее важные значения из каждого блока?
Вы можете указать слабый ученик для AdaBoost в пакете SciKit-Learn для Python. В пакете Mahotas Python реализована реализация LBP. Возможно, вы сможете обернуть LBP, чтобы он мог использоваться как слабый ученик для AdaBoost, предоставляя методы 'fit',' pred' и 'score'. –