在训练强大的级联分类器时要考虑的建议？

Question

我正在训练级联分类器，以便检测图像中的动物。不幸的是，我的假阳性率非常高（使用Haar和LBP超高，使用HOG可接受）。我想知道如何改进我的分类器。

以下是我的问题：

• 强健检测所需的训练样本量是多少？我读过某个地方需要4000个pos和800个neg样本。这是一个很好的估计吗？
• 训练样本应该有多么不同？有没有办法量化图像差异，以包含/排除可能的“重复”数据？
• 我该如何处理被遮挡的物体？我应该只训练可见的动物部分，还是应该选择我的投资回报率以使平均投资回报率保持不变？
• 重新闭塞的物体：动物有腿，胳膊，尾巴，头等。由于一些身体部位往往被遮挡，选择'躯干'作为投资回报率是否有意义？
• 我应该尝试缩小图像尺寸并训练较小的图像尺寸吗？这可能会改善一些事情吗？

我愿意接受任何指示！

Answer 1

• 4000 pos - 800 neg是一个糟糕的比例。带有负样本的东西是你需要尽可能多地训练你的系统，因为Adaboost ML algorithm - 所有类似于特征选择过程的核心算法 - 在很大程度上取决于它们。使用4000/10000将是一个很好的增强。
• 检测“动物”是一个难题。由于您的问题是一个已经NP-hard的决策流程，因此您的分类范围越来越复杂。先从猫开始。有一个检测猫的系统。然后将其应用于狗。有40个系统可以检测不同的动物，并在以后将它们用于您的目的。
• 对于训练，请勿使用遮挡对象作为正面。即如果你想检测正面，那么只需要改变位置和方向来训练正面，而不要在它前面包括任何其他物体。
• 降级并不重要，因为haar分类器本身将所有内容缩减到24x24。当你有足够的时间时，观看整个中提琴演讲。
• 祝你好运。