Haar級聯分類器訓練問題

Question

我創建了多個haar級聯的面孔分類器。 我每次都使用不同數量的正面和負面。

例如，

第一個分類器： 5000個正數和3000個負數
第二分類器： 3000個正片和3000個負片（刪除了2000個冗余/相似圖片）

這兩個分類器的效率幾乎相同...

問題：

1. 在訓練之前，沒有一種方法可以刪除數據庫中的所有冗余圖像嗎？

2. 訓練分類器的理想照明和背景條件是什么？

3. 數據庫中有多少張圖像被認為是最佳性能的理想選擇，還是取決於集合中的數據類型？

問候，

薩利赫...

Answer 1

祝您工作順利。

答案：

1. 我想知道您在訓練第二個分類器時如何刪除冗余圖像。 我無法告訴您確切的解決方案。 一種解決方案可能是：采取簡單的haar特征，獲取兩個圖像的特征向量（例如F1和F2）。 如果F1和F2之間的相關性為零（或小於某個閾值），則圖像相似。 您必須對此進行測試。 如果有效，請告訴我。

2. 這取決於應用程序。 如果要在光照和背景不斷變化的場景中使用分類器，則此類圖像應包含在訓練分類器中。

3. 培訓數據庫應包含許多圖像（通常為數千個圖像）。 重要的是圖像在外觀，錯覺，陰影等方面的差異。數據庫中的差異使分類器更可靠。