Adaboost功能選擇

我想訓練一個adaboost分類器，使用openCV庫進行視覺行人檢測。我碰到過adaboost允許選擇最相關的功能的含義，即如果我從圖像中獲得50.000個特徵，然後使用它們來訓練分類器，那麼在訓練過程結束時，我可以選擇，例如，這五萬分之中最好的2000分。Adaboost功能選擇

然後，這將使我只能在實際過程中爲了速度才收穫2000年。

這是真的嗎？或者我陷入了一種誤解？

如果屬實，是否可以使用openCV庫來完成？

致以問候

來源

2013-05-02 Pedro Batista

是的，這是真的。這正是提升的重點。

請檢查OpenCV有關training a cascade of boosted classifiers的文檔。

來源

2013-05-07 21:22:05 Ramiro

我不理解那個參考手冊，我很快會看一些教程。但想象一下，我有一個包含數千個分類樣本的.txt文件，每個樣本都有大量的特徵。您提到的這種方法是否適用於我的數據？另外，在我看來，這個級聯發生器準備與哈爾小波一起工作，但我的功能有點不同。 Haar小波只在灰度圖像中計算，我的特徵是在圖像的不同通道上計算的。 – 2013-05-08 03:55:01

我不確定OpenCV是否準備好按原樣讀取您的數據。另外，我不確定OpenCV實現是否可以使用任何類型的功能。 AFAIK，你可以實現你自己的功能，並將其插入OpenCV，但我從來沒有這樣做。無論如何，作爲一個數學概念，提升 - 做你想做的事情：從一大組特徵中，選擇那些最小化分類錯誤的特徵，只要你有足夠的數據來訓練它。 – Ramiro 2013-05-19 20:13:52

Adaboost功能選擇

回答

相關問題