Question

<!-- tree 0 -->
-<_>
**<!-- root node -->**
-<feature>
    -<rects>
        <_>2 7 16 4 -1.</_>
        <_>2 9 16 2 2.</_>
    </rects>
    <tilted>0</tilted>
</feature>
<threshold>4.3272329494357109e-003</threshold>
<left_val>0.0383819006383419</left_val>
<right_node>1</right_node>
</_>
-<_>
    **<!-- node 1 -->**
-<feature>
    -<rects>
        <_>8 4 3 14 -1.</_>
        <_>8 11 3 7 2.</_>
    </rects>
    <tilted>0</tilted>    
</feature>
<threshold>0.0130761601030827</threshold>
<left_val>0.8965256810188294</left_val>            
<right_val>0.2629314064979553</right_val>

分别是<root node>和<node 1>是什么？

我认为每个弱分类器都与一个类似哈尔的特征匹配

但是当我看到这个XML代码时，有两个节点，我很困惑。

结束我没有得到right / left_node或right / left_val也意味着什么。

Answer 1

您可以采用不同的方式训练样本。一种方法是使“nsplits”选项小于2，其中只生成根节点，每个根节点对应一个haar特征，但如果“nsplits”大于1，则将根节点拆分为叶节点使得根节点+叶节点= nsplits值并且具有与以回归决策树形式（CART）排列的每个“节点”相关联的1个哈尔特征。

简单地回答你的问题，即使在这里，每个分类器都是一个haar功能，但是以具有多于1片叶子的desision树形式排列。对于这个特定的例子，训练是用nsplits = 2完成的。

Answer 2

OpenCV代码不适用于Viola-Jones特定算法，因此XML文件具有树状结构，而Viola-Jones具有多个阶段的线性结构。简而言之，您会发现每个根节点都是一个阶段，当然内部节点是特征，而每个特征都有2或3个矩形。

为Viola-jones haar cascade XML

2 个答案: