在他们描述Viola-Jones object detection框架（Viola和Jones的强大实时人脸检测）的论文中，有人说：
用于训练的所有示例子窗口都是归一化的方差 尽量减少不同光照条件的影响。
我的问题是“他们使用什么样的工具来规范图像？”
我不是在寻找Viola＆amp; amp;琼斯使用但是产生几乎相同输出的类似产品。我一直在关注很多haar-training教程（试图检测一只手），但还不能输出一个好的探测器（xml）。
我尝试过与作者联系，但仍然没有回复。
答案 0 :(得分：5)
一种可能的方法是应用简单规范化，假设正态分布到所有元素。
首先找到平均值（Mu）和standard deviation（S）：
Mu = 1/N * Sum(a[i][j]) for each i,j
S = sqrt(1/(N-1) * Sum((a[i][j] - Mu)^2)) for each i,j
(in here N is the number of pixels, 20*20 in the viola jones case)
由此，我们可以使用标准正态分布公式（standardizing all values）来规范化每个像素的值：
a'[i][j] = (a[i][j] - Mu) / S
另一种方法是vector normalization，基本上说：
|a| = sqrt(sum (a[i][j]*a[i][j])) for each i,j a'[i][j] = a[i][j] / |a|