Как вы находите отрицательные и позитивные наборы данных обучения функций Хаара для алгоритма AdaBoost? Так скажите, что у вас есть определенный тип blob, который вы хотите найти в изображении, и есть несколько из них во всем вашем массиве - как вы собираетесь его обучать? Я был бы признателен за нетехническое объяснение в максимально возможной степени. Я новичок в этом. Благодарю.Учебные наборы для алгоритма AdaBoost
Во-первых, AdaBoost не обязательно имеет какое-либо отношение к функциям Haar. AdaBoost - это алгоритм обучения, который объединяет слабых учащихся, чтобы сформировать сильного ученика. Функции Haar - это всего лишь тип данных, которые могут изучить алгоритм AdaBoost.
Во-вторых, лучший способ получить их - предварительно подготовить свои данные. Итак, если вы хотите сделать распознавание лица a la Viola and Jones, вы хотите пометить лица в своих изображениях в маске/оверлейном изображении. Когда вы тренируетесь, вы выбираете образцы из изображения, а также выбираете ли выбранный выбор положительный или отрицательный. Эта положительность/отрицательность исходит из вашей предыдущей маркировки лица (или что-то еще) на изображении.
Вам нужно будет сделать фактическую реализацию самостоятельно, но вы можете использовать existing projects, чтобы либо направлять вас, либо вы можете изменять свои проекты.
Спасибо, но я все еще не понимаю, как вы на самом деле выбираете положительные/отрицательные образцы обучения. Когда вы отмечаете тип blob или лицо или что-то еще, что вы хотите, как вы это сделаете таким образом, что это автоматизировано? Я думал, что AdaBoost - это автоматизированная программа. кстати, извините, я добавляю это как ответ, а не комментарий, но я не вижу комментария. – 2010-05-03 23:05:41