Question

我正在进行多视图人脸检测并遵循琼斯的多视图人脸检测算法。

在论文"Fast Multi-view Face Detection"中，琼斯使用不同面部姿势的图像训练C4.5决策树。在决策树训练的第3.3节中，它被称为＆＃34;训练算法几乎与增强算法相同。两个主要区别是特征选择的标准和每个节点的训练集的分裂＆＃34;

我学习并理解了C4.5算法here。

我无法弄清楚如何为C4.5决策树训练不同面部姿势的图像。

编辑1：训练用于级联分类器的ADABOOST算法的阶段0和阶段1特征如下所示。

<!-- stage 0 -->
    <_>
      <maxWeakCount>3</maxWeakCount>
      <stageThreshold>-0.7520892024040222</stageThreshold>
      <weakClassifiers>
        <!-- tree 0 -->
        <_>
          <internalNodes>
            0 -1 46 -67130709 -21569 -1426120013 -1275125205 -21585
            -16385 587145899 -24005</internalNodes>
          <leafValues>
            -0.6543210148811340 0.8888888955116272</leafValues></_>
        <!-- tree 1 -->
        <_>
          <internalNodes>
            0 -1 13 -163512766 -769593758 -10027009 -262145 -514457854
            -193593353 -524289 -1</internalNodes>
          <leafValues>
            -0.7739216089248657 0.7278633713722229</leafValues></_>
        <!-- tree 2 -->
        <_>
          <internalNodes>
            0 -1 2 -363936790 -893203669 -1337948010 -136907894
            1088782736 -134217726 -741544961 -1590337</internalNodes>
          <leafValues>
            -0.7068563103675842 0.6761534214019775</leafValues></_></weakClassifiers></_>
    <!-- stage 1 -->
    <_>
      <maxWeakCount>4</maxWeakCount>
      <stageThreshold>-0.4872078299522400</stageThreshold>
      <weakClassifiers>
        <!-- tree 0 -->
        <_>
          <internalNodes>
            0 -1 84 2147483647 1946124287 -536870913 2147450879
            738132490 1061101567 243204619 2147446655</internalNodes>
          <leafValues>
            -0.8083735704421997 0.7685696482658386</leafValues></_>
        <!-- tree 1 -->
        <_>
          <internalNodes>
            0 -1 21 2147483647 263176079 1879048191 254749487 1879048191
            -134252545 -268435457 801111999</internalNodes>
          <leafValues>
            -0.7698410153388977 0.6592915654182434</leafValues></_>
        <!-- tree 2 -->
        <_>
          <internalNodes>
            0 -1 106 -98110272 1610939566 -285484400 -850010381
            -189334372 -1671954433 -571026695 -262145</internalNodes>
          <leafValues>
            -0.7506558895111084 0.5444605946540833</leafValues></_>
        <!-- tree 3 -->
        <_>
          <internalNodes>
            0 -1 48 -798690576 -131075 1095771153 -237144073 -65569 -1
            -216727745 -69206049</internalNodes>
          <leafValues>
            -0.7775990366935730 0.5465461611747742</leafValues></_></weakClassifiers></_>

EDIT2：

我对如何训练决定的考虑如下图所示 enter image description here 我还在弄清楚要使用的功能有哪些，但我认为培训应该如附图中所示。感谢

Answer 1

没有读过这篇论文，但从早期的人脸识别实验中我所知道的，你正在寻找的属性可能只是脸部图像的灰度级输入。通常，图像会重新缩放，例如32x32像素，因此您可以使用1024维度向量来训练决策树。仔细看看文章，如果他们使用其他功能，他们会写，或至少给出参考？

多视图人脸检测的决策树训练

1 个答案: