6
Viola-Jones的人脸检测宣称拥有18万个功能
我一直在实施Viola-Jones的人脸检测算法的改编。该技术依赖于在图像内放置一个24x24像素的子帧，然后在每个位置以各种尺寸放置矩形特征。 这些特征可以由两个，三个或四个矩形组成。提供以下示例。 他们声称穷举集超过18万（第2节）： 假设检测器的基本分辨率为24x24，则详尽的矩形特征集非常大，超过180,000。请注意，与Haar基础不同，矩形要素集过于完整。 本文中未明确陈述以下陈述，因此它们是我的假设： 只有2个两个矩形的特征，2个三个矩形的特征和1个四个矩形的特征。其背后的逻辑是，我们正在观察突出显示的矩形之间的差异，而不是显式地观察颜色或亮度或任何类似的东西。 我们无法将要素类型A定义为1x1像素块；它必须至少为1x2像素。同样，类型D必须至少为2x2像素，并且该规则也适用于其他功能。 我们无法将要素类型A定义为1x3像素块，因为无法对中间像素进行分区，并且从自身中减去它就等于1x2像素块；仅为均匀宽度定义此要素类型。同样，要素类型C的宽度必须被3整除，并且该规则也适用于其他要素。 我们无法定义宽度和/或高度为0的要素。因此，我们将x和y迭代为24减去要素的大小。 基于这些假设，我计算了详尽的集合： const int frameSize = 24; const int features = 5; // All five feature types: const int feature[features][2] = {{2,1}, {1,2}, {3,1}, {1,3}, {2,2}}; int count = 0; // Each feature: for (int i = 0; i < features; i++) …