哈拉 - 琼斯在他们的论文中描述了哈尔特征的门槛是否是唯一的计算方法？

Question

我正在实施Viola-Jones面部检测算法，并对haar-feature阈值感到困惑。我正在使用跟随计算haar-feature的阈值。步骤进行：

a）计算相应位置的所有正（面部）图像中的haar-feature值。 b）获取位于最小特征值和平均特征值之间的所有特征值以获得列表，MinToAvg = [] c）对于MinToAvg中的每个值，对数据进行分类（正面和负面）并获得位数。图像（位置）将其分类为面部和假阳性数（FP）。 d）特征值被视为特定特征的阈值 我得到了最大值（Pos-FP）。

对于每轮提升，哈尔特征的门槛保持不变，相反，Viola-Jones论文中讨论的哈尔特征阈值随着每轮提升而改变。

我的问题是： 1）我是否正确地计算Haar特征阈值？ 2）对于每一轮提升，需要改变门槛？

我正在使用Python。

谢谢！

Answer 1

@ Ramiro，user2766019：我对你之前的评论有一点怀疑。训练权重如何影响阈值？ Aren的阈值仅使用每个训练样本上的特征值决定，然后通过以下等式计算每个特征值的误差：

e = MIN（（S +）+（T - ） - （S - ），（S - ）+（T +） - （S +））

我的意思是弱分类器（单一特征）的阈值，用于将误差计算为误分类样本的权重之和。我是对的还是我在某个地方出错了？谢谢。