我正在尝试了解Viola-jones人脸检测算法。在论文中，他们提到在24x24像素图像中可以有160k加haar特征。
我正在努力理解如何确定弱分类器。例如，如果我有10k图像，面部+非面部。我在整个图像集上交换了一个Haar功能。现在，由于要素的结果是整数值（白色区域和灰色区域之和之间的差异），我们如何使用此整数值来确定它是否已正确分类面部或非面部图像。
由于 Ali Umair
答案 0 :(得分：1)
对于每个类Haar特征，都有一个表示接受或拒绝的阈值。例如，阈值可能表示暗区和亮区之间的差异必须大于10，因为该区域可能存在一个面。
类Haar特征的检测水平非常低。它们只能帮助您快速消除可能性。您必须训练系统，以确定哪种类似Haar的特征在决定面部是否存在时最有用。如果您有类似Haar的功能失败，并且该失败告诉您当前位置很可能不存在面部，则您可以前往下一个位置，而无需检查所有其他类似Haar的功能。当前位置。