我试图了解维奥拉琼斯的人脸检测算法。在论文中，他们已经提到，在24x24像素图像中可以有160K加Haar特征。
我正在努力理解如何确定弱分类器。例如，如果我有10K个图像，面+非面。我将一个Haar特性替换为整个图像集现在，由于特征的结果是一个整数值（白色区域和灰色区域之和之间的差值），我们如何使用这个整数值来确定它是否正确地分类了一个人脸图像或一个非人脸图像。
谢谢
阿里·乌马尔
最佳答案
对于每个类似Haar的特性，都有一个表示接受或拒绝的阈值例如，阈值可以说，暗区域和光区域之间的差异必须大于10，因为在该位置可能存在面部。
类haar特征的检测水平很低。它们只会帮助你迅速排除可能性。你必须训练系统，在决定一张脸是否存在时，哪些Haar样的特征是最有用的如果有一个haar-like特性失败，并且该失败告诉您一个面很可能不存在于当前位置，则可以继续下一个位置，而不必检查当前位置的所有其他haar-like特性。
关于algorithm - 在Viola Jones人脸检测算法中如何使用Haar特征结果，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/18881939/