OpenCV之HaarTraining算法剖析-完全版资源-CSDN文库

5星 · 超过95%的资源需积分: 10 174 浏览量 2008-10-08 12:27:08 上传评论 4 收藏 314KB PDF 举报

资源推荐

资源详情

资源评论

OpenCV 之 HaarTraining 算法剖析

作者：周明才

Email：

mingcai.zhou@ia.ac.cn

版权所有，未经作者授权，不得用于商业目的。

由于作者水平有限，文中还会有不妥甚至错误之处，欢迎大家批评指正，同时希望能与一起

交流探讨！QQ:4356176

2008.10.08 第二版

1.引言

通过前段时间阅读 OpenCV 的 HaarTraining 代码，基本掌握了 HaarTraining 算法。现将

其中的算法作一梳理，同时对 HaarTraining 的使用方法做一简要说明。

HaarTraining 算法总体上以 Friedman, J. H 等人的“Additive Logistic Regression: a

Statistical View of Boosting”为出发点，实现了其中 2 类分类问题的 4 种 Boost 算法：Discrete

AdaBoost, Real AdaBoost, LogitBoost 和 Gentle AdaBoost。同时实现了文中第 8 节 Additive

Logistic Trees 和第 9 节 Weight Trimming.

Friedman, J. H 等人只描述了如何训练一个强分类器，对于训练级联的强分类器（Cascade

of Classifiers），OpenCV 采用的是 Paul Viola 等人的“Robust Real-Time Face Detection”中所

述方法。

HaarTraining 采用的是 OpenCV 扩展的 Haar 特征，具体描述可参考 Rainer Lienhart 等人

的“An Extended Set of Haar-like Features for Rapid Object Detection”。

2.总体框架

要训练一个 Haar 分类器，总体上包括 3 步：1)准备正负样本；2)用 CreateSamples 程序

建正样本集；3)用 HaarTraining 程序训练，得到最终的分类器模型（xml 文件）。如图 2.1 所

示。

图 2.1 训练 Haar 分类器总器框架

1

剩余11页未读，继续阅读

内容反馈

zd_cui

2012-12-09

不错，讲得比较详细
EericDL

2012-09-10

教了一些训练分类器的方法，阅读需要对Adaboost算法熟悉，会使用opencv。
YXClaire

2012-08-17

一开始以为是对每句代码的解析，下下来一看发现只是大致一点理论。。。
yundanfengqing1qq

2014-06-30

讲的不错，理论介绍居多，如果有实际的例子或者代码解析会更好。。。
ychl87

2013-11-11

将opencv中haar+adaboost的流程介绍了下，比较详细，不错

前往

页

pbda

粉丝: 0
资源: 2

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip