Haarカスケード分類器トレーニングの問題

Question

私はfaceの複数のhaarカスケード分類子を作成しました。私は毎回異なる数のポジティブとネガティブを使用しました。例えば

、

1クラシファイア： 3000陽性および3000ネガ（2000冗長/類似画像を削除）

これらの両方の効率：正5000及び3000は
2分類器を陰性分類器はほぼ同じです...

問題：

1. トレーニング前にデータベース内のすべての冗長イメージを削除できる方法はありませんか？

2. クラシファイアをトレーニングするのに理想的な照明と背景条件は何ですか？

3. データベースの中で、最高のパフォーマンスを発揮するには理想的と思われるイメージがいくつあるか、またはセット内のデータの種類に依存しますか。

よろしく、

サレー...

Answer 1

あなたの仕事のためにすべてのベスト。

回答：

1. 私は2番目の分類器を訓練しながら、冗長な画像を削除した方法を知りたいです。私はあなたに正確な解決策を教えてくれません。 1つの解決策は次のようなものです。シンプルなハラーフィーチャを使用し、2つのイメージのフィーチャベクタ（F1とF2など）を取得します。 F1とF2との間の相関がゼロ（またはある閾値未満）である場合、画像は同様である。これをテストしなければなりません。それがうまくいくなら、私に知らせてください。

2. アプリケーションによって異なります。イルミネーションと背景が変化するシナリオでクラシファイアを使用する場合は、そのような画像をトレーニング分類子に含める必要があります。

3. トレーニングデータベースには、多くのイメージ（通常は数千のイメージ）が含まれている必要があります。重要なのは、外見、錯覚、影などのイメージの変化です。データベースの変化は、分類器をより堅牢にします。