|
|
大家好，我是新手，最近开始研究视频的 object recognition问题，现在研究的是人手识别，看了一些论文。
人脸识别方面似乎现在已经找到了效率、精度的契合点，就是appearanced based methods，adamboost的方法在人脸识别效果很好。而手势有些不同，目前还在看。有对这方面有兴趣的可以一起讨论，我的QQ:65105087，如果有这方面的讨论群，非常感激大家能告诉我。我把我看OpenCV里面的Adaboost的一些小总结和问题说一下，呵呵，一些方面可能非常弱智，我是初学者希望大家指正。如果大家有好的资源，也恳请大家都来共享。
数据说明：
人脸数据，我是搜了好长时间才找到的，主要分三个部分。
1. <!-- m --><a class="postlink" href="http://opensvn.csie.org/sonots/SciSoftware/haartraining/">http://opensvn.csie.org/sonots/SciSoftw ... rtraining/</a><!-- m -->
Sorry，我忘记是从什么地方找到的这个地址了，这里面有2000多个negatives图片，全是剔出人脸的（有几张是有人手），里面还有一些作者的其他资料，我没有仔细研究
2.CMU测试图片 用来测试人脸的，许多论文都是用这个
<!-- m --><a class="postlink" href="http://vasc.ri.cmu.edu/idb/html/face/frontal_images/">http://vasc.ri.cmu.edu/idb/html/face/frontal_images/</a><!-- m -->
3. 这里面有一个train data：2000多张人脸数据，4000多张negatives数据，全部19*19的pgm格式；还有一个test data：几百张人脸，几千张negatives吧
<!-- m --><a class="postlink" href="http://cbcl.mit.edu/cbcl/software-datasets/FaceData2.html">http://cbcl.mit.edu/cbcl/software-datas ... Data2.html</a><!-- m -->
如果有人有手势图片库的链接，如能共享，感激不尽。
我就是按照How-to build a cascade of boosted classifiers based on Haar-like features这个文档里面的说明进行人脸识别的实验。
(一)
positive的数据格式按照说明写：
图片名 物体个数 位置坐标
最开始碰到一个很白痴的问题，就是我用的都是19*19的标准图片，全部是人脸，所以没注意说明，就只写了图片名，结果createsamples的时候老出错。后来仔细看了说明，每个文件后面都加上了 1 0 0 18 18才可以。
(二)训练，我尝试训练了几次，因为到底10个左右时间太长不得不中止。正好一个哥们回家了，现在正在另一台机器上训练。之前训练过一个小数据量的手势图片，但是识别得一塌糊涂，才决定先试验一下人手的。
这里面的问题比较多，我也看了大家在其他帖子里面的讨论，我的疑问大概有这么几个：
1.训练数据多少个为宜。看大家的讨论，又说 Pos:Neg = 7:3 的，有说 Pos:Neg = 1:5的；然后讨论说 随着样本数目的不同，分类器的性能会有影响，并不是数据越多越好。很迷糊。
2.How-to 那个手册里面提及 Simply replaces0=36, s1=12, s2=18 and s3=24 with s0=s1=s2=s3=0 and rebuild. 但是我到代码里面去看 发现最开始是这么初始化成 36 12 18 24
但紧接着就全部被赋值成1了，那修改还有什么意思？莫非在赋值成1后面改???为什么加上赋值成1那一段呢？
3.对训练过程中的一些数据不是很明白，这是我训练的一个小数据的过程数据，希望高手能给详解一下：
Parent node: 3
*** 1 cluster ***
POS: 41 41 1.000000
NEG: 2183 0.00803504
BACKGROUND PROCESSING TIME: 1.28
................................................................................
................................................................................
................................................................................
................................................................................
................................................................................
................................................................................
................................................................................
................................................................................
...............................
Precalculation time: 12.97
+----+----+-+---------+---------+---------+---------+
| N |%SMP|F| ST.THR | HR | FA | EXP. ERR|
+----+----+-+---------+---------+---------+---------+
| 1|100%|-|-0.922624| 1.000000| 1.000000| 0.387590|
+----+----+-+---------+---------+---------+---------+
| 2|100%|+|-1.232955| 1.000000| 1.000000| 0.387590|
+----+----+-+---------+---------+---------+---------+
| 3|100%|-|-0.382619| 1.000000| 0.424187| 0.138040|
+----+----+-+---------+---------+---------+---------+
Stage training time: 7.73
Number of used features: 3
Parent node: 3
Chosen number of splits: 0
Total number of splits: 0
Tree Classifier
Stage
+---+---+---+---+---+
| 0| 1| 2| 3| 4|
+---+---+---+---+---+
0---1---2---3---4
就是Pos，Neg后面数字代表的是当前要处理的数据么？还有那个rate都是怎么算的？那个表格里面的数值大概都是什么意思呢？还有那个Number of used features。
我看了Adaboost的方法，但是跟那个方法对应不起来，读代码又太麻烦。
4.训练后的结果都是什么意思呢？举例
3
1
2
0 2 4 12 0 -1
2 2 2 12 0 2
haar_x2
-1.601996e-002 0 -1
6.756624e-001 -8.871637e-001
1
3
4 9 20 14 0 -1
14 9 10 7 0 2
4 16 10 7 0 2
haar_x2_y2
1.466157e-001 0 -1
-3.342508e-001 7.576892e-001
1
2
2 0 10 4 0 -1
2 2 10 2 0 2
haar_y2
-2.837038e-002 0 -1
6.231364e-001 -7.046569e-001
-5.982782e-001
2
-1
5.还有，大家平时训练都用多长时间，训练时间跟样本的大致关系？ 我的机器是 酷睿2 2.4GHZ, 2G内存，配置不算低，看有个哥们说训练了8天，我崩溃了....
谢谢大家，能讨论以上问题和提供资料，感激不尽感激不尽。 |
|
发表于 2008-8-1 18:20:26
发表于 2008-8-5 09:38:50
楼主
