1000个正样本,1000个负样本
将图像归一化至24X24
选取了10个特征模板:
HarrLike{1}=[1 -1];
HarrLike{2}=[1 -1].';
HarrLike{3}=[1 -1 1];
HarrLike{4}=[1 -1 1].';
HarrLike{5}=[0 1;-1 0];
HarrLike{6}=[1 0;0 -1];
HarrLike{7}=[1 -1;-1 1];
HarrLike{8}=[1 1 1;1 -1 1;1 1 1];
HarrLike{9}=[0 0 1;0 -1 0;1 0 0];
HarrLike{10}=[1 0 0;0 -1 0;0 0 1];
每个样本提取特征数量1909个
训练错误率可以下降至5%以内,但测试错误率却在20%以上,相差非常大,并且收敛缓慢
猜测原因:
1、Harr-Like特征不适合于进行溃疡病
2、归一化图像大小不合适(太大或者太小)
3、Harr-Like特征特征模板不合适
4、提取特征数量太少
准备暂时放弃使用Harr-Like特征。主要原因在于
1、效果较差
2、训练花费时间太长(因为特征维数太高)
把其他特征空间的特征提炼完毕后,再来考虑Harr-Like特征。
分享到:
相关推荐
在压缩包中的"Harr-like_feature"可能包含了一系列训练好的级联分类器文件、样本图像以及相关的代码实现,供用户在自己的项目中使用或学习。通过理解哈里斯特征的工作原理,并结合这些资源,可以实现在特定场景下对...
使用肤色颜色空间建模+连通域处理及分析和Harr-cascade 方法进行人脸检测。1建立多种肤色模型,结合数学形态学滤波,完成人脸检测; 2利用Matlab 自带的计算机视觉系统工具箱实现单人及多人的人脸检测。 使用肤色...
Haar-like 特征是一种非常经典的特征提取算法,尤其是它与AdaBoost组合使用时对人脸检测有着非常不错的效果。Haar-like 特征涉及到了三篇经典论文,让它快速发展。最原始的Haar-like 特征是在《A general framework ...
OpenCV中的Adaboost算法被用来从大量随机的haar特征中选择最优的特征集合,形成一个级联分类器,用于人脸检测。 3. **级联分类器**:级联分类器是由多个弱分类器组成的强分类器,每个弱分类器负责排除一部分非人脸...
综合上述内容,该研究提供了一种有效的人脸识别方法,通过超分辨率重构改善低分辨率图像质量,利用Harr-like特征和Adaboost算法进行人脸检测,然后通过PCA进行特征降维以实现识别。这种方法在实际监控视频环境下取得...
使用肤色颜色空间建模+连通域处理及分析和Harr-cascade方法进行人脸检测
使用肤色颜色空间建模+连通域处理及分析和Harr-cascade 方法进行人脸检测。1建立多种肤色模型,结合数学形态学滤波,完成人脸检测; 2利用Matlab 自带的计算机视觉系统工具箱实现单人及多人的人脸检测。 不懂运行,...
使用肤色颜色空间建模+连通域处理及分析和Harr-cascade 方法进行人脸检测。1建立多种肤色模型,结合数学形态学滤波,完成人脸检测; 2利用Matlab 自带的计算机视觉系统工具箱实现单人及多人的人脸检测。 - 不懂运行...
Haar-like特征有三种类型:2-矩形特征、3-矩形特征、4-矩形特征。这些特征可以通过改变特征模板的大小和位置来生成大量的特征。 积分图像是一种快速计算Haar特征的方法,它可以大大减少计算时间。积分图像的定义为...
本项目基于Harr-like特征和Adaboost算法,使用OpenCV2.4.9库在Visual Studio 2010环境下实现。这里我们将详细讨论这些知识点。 **Harr-like特征**: Harr小波是一种模拟人眼对边缘和方向敏感性的图像特征。在人脸...
Harr-like特征提取是一种常用的人脸检测方法,它通过计算图像中像素的梯度直方图来捕捉图像的边缘信息,形成特征向量。这些特征向量能够有效地反映出人脸的形状和结构。AdaBoost算法则是一种强大的分类器训练算法,...
本项目基于OpenCV库,将Harr特征应用于级联分类器的训练,以实现物体检测,具体转换为VC++的源代码。下面将详细阐述相关知识点。 1. **Harr特征**:Harr特征是用于图像分析的一种基本特征,由两个梯度直方图(水平...
2、特性提取:颜色、灰度共生矩阵、灰度差分、Harr-Like、等多个特征提取算法; 3、特性选择:从特征向量中选取有效的特性; 4、基础算法:AdaBoost的训练与测试; Bayes算法 5、AdaBoost的改进:Boosting, ...
根据给定的文件标题、...综上所述,Harr特征与AdaBoost算法结合形成的级联弱分类器,在人脸识别领域取得了非常显著的效果,不仅提高了检测的精度,还保持了良好的实时性,对于推动人脸识别技术的发展起到了重要作用。
harr分类器训练.rar
4. **分类器决策**:每个窗口的特征都会通过级联分类器进行评估,如果通过所有级联层,则认为该窗口包含人脸。 5. **人脸框定**:将检测到的人脸区域用矩形框标出。 在项目文件中,可能包含了以下内容: - `face....