OpenCV 中的 Cascade Classifiers 是不是有更详细的参考资料？

Posted 2023-02-22

【中文标题】OpenCV 中的 Cascade Classifiers 是不是有更详细的参考资料？

【英文标题】：Is there more detailed reference on Cascade Classifiers in OpenCV?OpenCV 中的 Cascade Classifiers 是否有更详细的参考资料？

【发布时间】：2016-10-29 15:59:07

【问题描述】：

我正在尝试将 OpenCV 的 haar Cascade Classifier 修改为特定用途，并从上到下查看其源代码。但我坚持理解最后一部分，即在 cascadedetect.hpp 的第 361 行计算特征值

return optfeaturesPtr[featureIdx].calc(pwin) * varianceNormFactor;

及其子部分用于 (a) 计算 cascadedetect.hpp 的第 398-407 行中的每个矩形加权和

inline float HaarEvaluator::OptFeature :: calc( const int* ptr ) const

    float ret = weight[0] * CALC_SUM_OFS(ofs[0], ptr) +
            weight[1] * CALC_SUM_OFS(ofs[1], ptr);

    if( weight[2] != 0.0f )
        ret += weight[2] * CALC_SUM_OFS(ofs[2], ptr);

    return ret;

和 (b) 计算 cascadedetect.cpp 的第 691-697 行和第 701 行中的 varianceNormFactor

pwin = &sbuf.at<int>(pt) + s.layer_ofs;
const int* pq = (const int*)(pwin + sqofs);
int valsum = CALC_SUM_OFS(nofs, pwin);
unsigned valsqsum = (unsigned)(CALC_SUM_OFS(nofs, pq));

double area = normrect.area();
double nf = area * valsqsum - (double)valsum * valsum;

line:701 varianceNormFactor = (float)(1./nf);

据我所知，我猜“pwin”代表当前正在进行的实际窗口，但是（Q1）pq 是什么意思？我找不到任何给 sbuf 变量赋值的行（它以某种方式连接到上面的所有内容）

根据 OpenCV 团队提到的 Rainer Lienhart 的论文，他们使用 this equation 进行光校正。但是在这篇论文中，他们说我们可以通过从每个像素的正方形中查看积分图像中的 4 个值来计算 σ。 （Q2）但是我们不应该在求平方和之前从每个像素中减去平均值以计算标准偏差或本文中的 σ 代表不同的东西吗？

从源头上看，我认为他们使用的方程式必须与to this 相似。 （Q3）所以如果可能的话，我在哪里可以获得这些代码背后的数学或这部分的详细参考资料？我已经红色 OpenCV 的参考手册，但没有找到任何关于它的信息。

【参考方案1】：

(Q1) What does pq mean:

我认为这可能意味着“指向正方形的指针”； OpenCV 可以计算所有像素的平方并将其附加到缓冲区 B。 所以在做归一化的时候，可以通过以下方式快速引用：

当前窗口在B中的偏移量，即pwin。

B中当前窗口内每个像素的平方值基于pwin的偏移量，即sqofs。

(Q2) But aren't we supposed to subtract average from each pixels BEFORE taking sum of squares in order to calculate standard deviation > or σ in this paper represent something different?

我在 OpenCV 3.4.4 上检查过，是的，它没有减去平均值。 我猜因为哈尔模式是对称的，例如对于水平 2，一个区域减去一个具有相同面积的区域。因此，效果总和为零，我们可以忽略它。