知识卡片
LBP级联文件的结构与判定
LBP 级联分类器写在 lbpcascade_frontalface.xml 中,文件分头部信息、级联节点和特征矩形表三部分。头部声明算法类型 BOOST、特征类型 LBP、窗口尺寸 24×24,以及 stageNum、minHitRate、maxFalseAlarm、maxDepth、maxWeakCount 等训练参数。级联节点里 internalNodes 是由 11 个整数构成的数组:前两个在 LBP 中无意义,第三个指向末尾 rect 特征表的索引,后 8 个是 32 位值,拼成 256 位查找表(LUT),把采样到的像素灰度经阈值、二值化等变换映射成新灰度。8 位 LBP 作为 LUT 索引取出一个比特,据此从 leafValues 选通过或失败的权重累加成 Total,再与 stageThreshold 比较决定本层是否通过;rect 的四个整数表示特征矩形在窗口内的偏移与宽高。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第9章 人脸识别中的机器学习 · 查看原书依据
internalNodes节点的内容是由11个数构成的整型数组。前两个数在LBP级联中没有意义。第三个数是在此XML文件的末尾<feature>表的<rect>中的索引(<rect>描述了几何形状的特征)。最后8个值是8个32位的值,它们一起构成了256位LUT(查找表)值。
参考来源
- 位置:《机器学习算法原理与编程实践》第9章 人脸识别中的机器学习(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00031.html)
- 结论依据:原文逐段解析 XML 的头部参数、internalNodes 的 11 个数与 256 位 LUT、leafValues 权重及与 stageThreshold 的比较,支撑对 LBP 级联文件结构的分层说明。
- 原始内容:internalNodes节点的内容是由11个数构成的整型数组。前两个数在LBP级联中没有意义。第三个数是在此XML文件的末尾<feature>表的<rect>中的索引(<rect>描述了几何形状的特征)。最后8个值是8个32位的值,它们一起构成了256位LUT(查找表)值。