-3

在论文“Empirical analysis of detection cascades of boosted classifiers for rapid object detection”的第 2.3 节中,作者谈到了快速对比度拉伸。我在 OpenCV 或 Matlab 中没有看到任何对这种预处理的引用。通常必须在级联分类器中插入方差归一化子窗口,但在论文中指出,图像是通过乘以标准偏差的任意常数进行归一化的。我不知道在训练级联特征阈值时是否真的考虑了这个常数(论文中的 c=2),如果没有,我如何使用这个操作来避免在检测过程中使用另一种更复杂的对比度增强技术。任何提示都会非常有用。谢谢

问题编辑:在 OpenCV 级联分类“代码”中,与创建级联时使用的 Lienhart 相比,确切地应用了对比度拉伸常数 (c=2),这在此处引用的论文http://docs.opencv.org中进行了描述/modules/objdetect/doc/cascade_classification.html?我找不到它了。谢谢

4

1 回答 1

0

你需要仔细研究论文。这篇论文在细节方面非常清晰和具体。在 2.3 节中,对比度拉伸应用于窗口。事实上,本文中描述的所有计算都是针对某个窗口的,该窗口必须针对对象的存在/不存在进行分析。它用于在将窗口馈送到分类器之前对窗口进行对比度拉伸。

PS:正如@Hoki 提到的,请避免在 StackOverflow 上提出非编程问题。

于 2015-07-31T18:05:22.680 回答