mixa7638 5 Жалоба Опубликовано August 30, 2012 здавствуйте. вопрос такой. есть фон, заранее известный. есть лишние лица(точнее не лица они), которые каскад хаара находит по ошибке на этом фоне. И они совсем не похожи на лица) Я точно знаю что именно каскад хаара принимает по ошибке за лицо(так как фон всегда один) и набрал порядочную базу этих изображений. есть какая нибудь возможность дообучить готовый каскад, ну там frontal_face_alt2 этими антипримерами, или надо искать базу лиц и не лиц, по которой обучался этот каскад, потом добавлять в него мои антипримеры и заново обучать? а то мне приходится держать отдельную базу этих "нелиц" и каждый раз проверять найденое каскадом лицо на соответствие с этои базой... времени уходит много. Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
Smorodov 579 Жалоба Опубликовано August 30, 2012 Насколько я знаю, классификатор Хаара в opencv не умеет дообучаться. Как альтернативу, могу предложить обучить отдельный классификатор на эти "не лица", сначала находим "лица", затем "не лица" и отсеиваем не нужное. Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
mixa7638 5 Жалоба Опубликовано August 30, 2012 окай, попробую... должно быстрее выйти, чем сейчас(сейчас с помощью feature2d проверяю) Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
mrgloom 242 Жалоба Опубликовано August 30, 2012 я не уверен, но похоже в эту SVM можно допихивать примеры. http://dlib.net/svm_pegasos_ex.cpp.html'>http://dlib.net/svm_pegasos_ex.cpp.html http://dlib.net/ Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
mixa7638 5 Жалоба Опубликовано August 30, 2012 за ссылочки спасибо.. буду разбираться. Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
mrgloom 242 Жалоба Опубликовано August 31, 2012 еще говорят нейросеть, если поставить флаг UPDATE_WEIGHTS можно дообучать, но вот насчет сравнения классификаторов я не знаю, знаю только что у нейросети при долгом обучении могут возникнуть проблемы и опять же неизвестно как выбирать кол-во слоёв, хотя в SVM тоже неизвестно как выбирать ядро и параметры. и что быстрее непонятно. причем даже возникла идея что можно обучаему выборку поделить на N частей и запустить на N компьютерах, а потом ответ получать как голосование из N обученных сетей.(правда не знаю насколько это адекватно) п.с. почему для хаара всегда используют AdaBoost? Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
Smorodov 579 Жалоба Опубликовано August 31, 2012 Размерность признака очень большая (200000+ измерений), AdaBoost видимо с этим лучше всех справляется. Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
mrgloom 242 Жалоба Опубликовано August 31, 2012 а почему 200к ? [кол-во пикселй в рамке] х [кол-во хаара фич] или не так? Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах