viola-jones - 如何计算 Viola Jones 算法中的特征缩放？

Question

我对如何在 Viola Jones 算法中计算特征缩放感到困惑。例如在王一清的“An Analysis of the Viola-Jones Face Detection Algorithm”中，他对特征类型“a”提出了以下建议：

1. 设置原始特征支持大小 a ← 2wh
2. i <- Jie/24K, j <- Jje/24K, h <- Jhe/24K 其中 JzK 定义最接近 z ∈ R+ 的整数
3. w <- max{κ ∈ N : κ ≤ J1 + 2we/24K/2, 2κ ≤ e - j + 1}
4. 计算 [i, i + h - 1] × [j, j + w - 1] 中像素的总和 S1
5. 计算 [i, i + h - 1] × [j + w, j + 2w - 1] 中像素的总和 S2
6. 返回缩放特征 ((S1−S2)a)/2wh

在这种情况下，我不明白如何计算“w”（第 3 行）。你知道另一种计算特征缩放的方法吗？

另一方面，我们知道强分类器有弱分类器、极性和阈值。弱分类器取决于特征。当我们缩放一个特征时，它的阈值有什么变化吗？