4

如果有一种方法可以将来自不同训练的级联的 Haar 分类器结合起来，我一直在徘徊？我有一个场景，我检测到一个根据对象的角度而不同的对象。所以我分离了我的训练样本来训练多个分类器。他们在课堂上工作得很好。现在我按顺序运行它们，这花费了我大量的计算时间。

我认为 OpenCV 可能每次都在计算所有特征，因此每次都进行新的迭代。我想，如果我可以通过 OR 操作组合我的分类器，那么 OpenCV 可能只使用一个级联，因此只能迭代一次，并且只计算一次所需的特征，依此类推。这可能会大大提高我的表现。但是我不确定是否（以及如何）可以做到这一点。也许其他人以前尝试过类似的东西？

干杯! ——阿图尔

4

3 回答 3

2

好吧，当你训练一个特定的分类器时，AdaBoost 算法（在每个阶段）会选择不同的特征来最小化训练错误。该过程针对级联的每个阶段完成。

不幸的是，对于每个对象，这些特征都不相同（尽管您有固定数量的特征形状，但尺寸不同），因此特征空间也不相同。因此，即使有一种方法可以组合这些分类器，其好处也是微乎其微的，因为您可能没有针对不同对象的相同特征，因此您需要再次评估几乎所有特征。

于 2013-07-26T13:27:03.893 回答
0

我将每个人作为单独的并行任务运行。

于 2013-02-13T00:31:36.277 回答
0

我不等待所有，而是处理每个，因为它们以引发事件结束。

于 2013-07-03T14:01:02.797 回答