Opencv 特征提取与检测-Haar特征
Haar特征介绍(Haar Like Features)
高类间变异性
低类内变异性
局部强度差
不同尺度
计算效率高
这些所谓的特征不就是一堆堆带条纹的矩形么,到底是干什么用的?我这样给出解释,将上面的任意一个矩形放到人脸区域上,然后,将白色区域的像素和减去黑色区域的像素和,得到的值我们暂且称之为人脸特征值,如果你把这个矩形放到一个非人脸区域,那么计算出的特征值应该和人脸特征值是不一样的,而且越不一样越好,所以这些方块的目的就是把人脸特征量化,以区分人脸和非人脸。
为了增加区分度,可以对多个矩形特征计算得到一个区分度更大的特征值,那么什么样的矩形特征怎么样的组合到一块可以更好的区分出人脸和非人脸呢,这就是AdaBoost算法要做的事了。
多尺度
2x2、4x4、8x8、16x16、24x24等
Haar特征介绍(Haar Like Features)
归一化
Haar特征检测
posted on 2019-11-04 21:52 MrCharles在cnblogs 阅读(1777) 评论(0) 编辑 收藏 举报