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
Haar like feature to detect a door plate.
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...
基于opencv的人脸识别,是用visual studio 2010开发的。。是学习opencv的好例子。用的是opencv2.2.下载后配置下vc++目录和连接器输出即可。。
该算法采用Harr-Like特征作为字符识别特征,通过改进的遗传算法对分类器支持向量机的参数进行寻优,利用主元分析法进行降维处理,并使用支持向量机识别数显式仪表字符。实验验证了该算法的有效性和可行性。
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, ...
ChainCascade,harr特征进行分类器训练,得到一个级联的boosted分类器,训练目标特征,检测物体,这是从opencv库转化成vc++源代码,有一位博士完成,很不错
使用Harr特征的级联分类器实现目标检测.doc
利用opencv库函数,从计算机自带的摄像头读取视频,利用opencv库的人脸harr特征库训练分类器,从读取的视频逐帧检测harr特征,利用分类器检测人脸,在图像帧中用圈标注出来
harr分类器训练.rar
face detection 人脸识别 基于harr特征,运用opencv开源库进行开发。
压缩文件包含人脸检测的源代码与软件包,可直接在Matlab环境X64电脑运行,无需安装OpenCV。 由于在Matlab环境下采用了高性能的OpenCV的人脸检测代码,在算法的执行效率与检测精度上远高于于Matlab环境下典型的人脸...
由于Haar特征是矩形中黑色区域所有像素值的和减去白色区域所有像素值的和。
Harr-like+Adaboost的人脸检测,运行环境为Opencv2.4.9+vs2010。好像是配置问题,运行程序时只能Debug,不能release。
基于肤色和harr特征的人脸检测,是个pdf文件,值得参考,适合入门。
再结合超熵理论与模糊理论对钢轨表面缺陷进行分割,然后建立正样本及负样本数据库,并通过提取样本的Harr-like特征与低层特征建立样本特征数据库,最后结合C4.5与AdaBoost算法设计缺陷分类器,对非缺陷进行排除并对缺陷...
Harr小波变换
算法,该方法使用了Harr-like特征表示图像,引入了“积分图”概念,提高了特征值的计 算速度,采用AdaBoost方法生成强分类器,使用了级联“Cascade“策略提高人脸检测速度, 取得较好检测性能。详细的阐述了主成分...
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, CastBoost...