Algorithm Viola-Jones人脸检测算法中如何使用Haar特征结果

我正在努力理解Viola-jones人脸检测算法。他们在论文中提到，在24x24像素像素的图像中可以有160k以上的haar特征

我正在努力理解如何确定弱分类器。例如，如果我有10k图像，面+非面。我在整个图像集上交换一个Haar功能。现在，由于特征的结果是一个整数值（白色区域和灰色区域之和之间的差值），我们如何使用该整数值来确定它是否正确分类了人脸图像或非人脸图像

谢谢

---

Ali Umair

对于每个类似Haar的功能，都有一个表示接受或拒绝的阈值。例如，阈值可能表示暗区和亮区之间的差值必须大于10，才能在该位置存在面

---

类哈尔特征的检测水平非常低。它们只会帮助您快速消除可能性。你必须对系统进行训练，以确定哪些类哈尔特征在决定是否存在人脸时最有用。如果有一个类似Haar的功能出现故障，并且该故障告诉您当前位置很可能不存在一个面，则您可以继续到下一个位置，而无需检查当前位置的所有其他类似Haar的功能。

对于每个类似Haar的功能，都有一个表示接受或拒绝的阈值。例如，阈值可能表示暗区和亮区之间的差值必须大于10，才能在该位置存在面

---

类哈尔特征的检测水平非常低。它们只会帮助您快速消除可能性。你必须对系统进行训练，以确定哪些类哈尔特征在决定是否存在人脸时最有用。如果有一个类似Haar的功能出现故障，并且该故障告诉您当前位置很可能不存在一个面，那么您可以继续到下一个位置，而不必检查当前位置的所有其他类似Haar的功能。

很好的解释。还值得注意的是，哈尔的力量在于内在的平行性。这是一个很好的演示（我只是喜欢这个链接，猜猜为什么：）-好吧，但我想找到的是，我们如何知道Haar功能无法检测人脸。特征的结果是一个整数值，该整数值由黑色区域和白色区域之和之间的差值获得。基于这个单一值，我们如何确定该功能没有找到face@user2793078：对于每个使用的功能，都有一个相应的阈值。我在回答中添加了一些细节。谢谢沃恩·卡托。每个Haar位置是否有一个“标准”阈值，或者我们如何为每个160k Haar特征确定好的阈值。@USER27933078:是的，在论文中他们说每个弱分类器由一个特征、一个阈值和一个奇偶校验组成。很好的解释。还值得注意的是，哈尔的力量在于内在的平行性。这是一个很好的演示（我只是喜欢这个链接，猜猜为什么：）-好吧，但我想找到的是，我们如何知道Haar功能无法检测人脸。特征的结果是一个整数值，该整数值由黑色区域和白色区域之和之间的差值获得。基于这个单一值，我们如何确定该功能没有找到face@user2793078：对于每个使用的功能，都有一个相应的阈值。我在回答中添加了一些细节。谢谢沃恩·卡托。每个Haar位置是否有一个“标准”阈值，或者我们如何为每个160k Haar特征确定好的阈值。@User27933078:是的，在论文中他们说每个弱分类器由一个特征、一个阈值和一个奇偶校验组成。