opencv - Adaboost 特征选择

Question

我正在尝试使用 openCV 库训练一个 adaboost 分类器，用于视觉行人检测。我遇到了这样一个概念，即 adaboost 允许选择最相关的特征，这意味着，如果我从图像中收集 50.000 个特征，然后使用它们来训练分类器，在训练过程结束时我将能够选择，例如，这 50.000 个中最好的 2000 个。

然后，为了速度，这将允许我在实际过程中只收获那 2000 个。

这是真的吗？还是我误会了？

如果为真，是否可以使用 openCV 库来完成？

此致

Answer 1

是的，这是真的。这正是提升的意义所在。

请查看有关训练级联增强分类器的 OpenCV 文档。