カスケードされたAdaBoostステージのしきい値の調整に関する詳細

Question

私はAdaBoostシーケンスアルゴリズムを実装していますが、現在、P. ViolaとM. Jonesオリジナルペーパーに基づいて、いわゆるCascaded AdaBoostを実装しようとしています。残念ながら私はいくつかの疑問を抱き、1つの段階の閾値を調整することに関連しています。私たちは、元の紙で読むことができるように、手順は文字通り一つの文に記述されている：しきい値である

• 何：

  Decrease threshold for the ith classifier until the current 
  cascaded classifier has a detection rate of at least 
  d × Di − 1 (this also affects Fi) 
  

  私は主に二つのことを確認していませんか？それは0.5 * sum（アルファ）表現値か、0.5因子だけか？

• しきい値の初期値はどのくらいですか？ （0.5？）
• "閾値を下げる"とは何を意味しますか？新しいしきい値を繰り返し選択する必要がありますか？ 0.5,0.4,0.3≦減少する段階は何ですか？

私はこの情報をGoogleで検索しようとしましたが、残念ながら有用な情報が見つかりませんでした。

ありがとうございました。

Answer 1

私はまったく同じ疑念を持ち、今までのところ信頼できる情報源が見つかりませんでした。しかし、これはこの問題に対する私の最もよい推測です： 1.（0.5 * sum（aplha））がしきい値です。 2.しきい値の初期値は上記の値です。次に、中間強分類器（現在持っているもの）を使用してサンプルを分類しようとします。各サンプルが達成したスコアを取得し、現在のしきい値の値に応じて、いくつかのポジティブサンプルがネガティブとして分類されます。したがって、このステージ（強分類器）に求められる望ましい検出率に応じて、

例： threshと分類されるように、しきい値を減らしてください。 10であり、これらは、正の訓練サンプルのための現在の分類器の出力である：

9.5、10.5、10.2、5.4、6.7

及びIは分類5つの試料上の80％=> 80％の検出率を望ん正しく=> 4の上記の=>設定されたしきい値6.7

明らかに、しきい値を変更することによってFPレートも変化するので、それを更新し、ステージの所望のFPレートに達していない場合は、別の分類器その段階。

私はada-boostなどについて正式なコースを行っていませんが、これは私が実装しようとしたいくつかの研究論文に基づく私の観察です。何か間違っている場合は私を修正してください。ありがとう！

Answer 2

私は、ヴィラジョーンズの顔検出方法について説明しているKarim Ayachi（pdf）のリアルタイム顔検出に関するマスター論文を発見しました。

セクション5.2（AdaBoostを使用してカスケードを作成する）で書かれているように、強分類器の最大しきい値をsum（アルファ）に設定し、最小しきい値を0に設定し、擬似コードについては表5.1を参照）。

希望すると便利です。