Haar Funktionen

Haar -Merkmale sind Sequenz der von Alfred Haar 1909 vorgeschlagenen Quadratformfunktionen, die von Alfred Haar vorgeschlagen wurden. Sie ähneln den Faltungskerneln, die im Faltungskurs Neural Networks gelehrt wurden. Wir werden diese Haar -Merkmale auf alle relevanten Teile des Gesichts anwenden, um das menschliche Gesicht zu erkennen.

1. Was sind Haar -Merkmale, die bei der Gesichtserkennung verwendet werden??
2. Was ist Haaralgorithmus?
3. Was ist Haar im maschinellen Lernen??
4. Wie funktioniert Haar in der Bildverarbeitung??

Was sind Haar -Merkmale, die bei der Gesichtserkennung verwendet werden??

Daher ist ein gemeinsames Haar -Merkmal für die Gesichtserkennung ein Satz von zwei benachbarten Rechtecken, die über dem Auge und der Wangenregion liegen. Die Position dieser Rechtecke ist relativ zu einem Erkennungsfenster definiert, das wie ein Begrenzungsfeld für das Zielobjekt wirkt (in diesem Fall das Gesicht).

Was ist Haaralgorithmus?

Haar Cascade ist ein Algorithmus, der Objekte in Bildern erkennen kann, unabhängig von ihrer Skala in Bild und Ort. Dieser Algorithmus ist nicht so komplex und kann in Echtzeit ausgeführt werden. Wir können einen Haar-Cascade-Detektor trainieren, um verschiedene Objekte wie Autos, Fahrräder, Gebäude, Früchte usw. zu erkennen.

Was ist Haar im maschinellen Lernen??

Haar Cascade ist ein maschinelles Lernansatz, bei dem viele positive und negative Bilder verwendet werden, um den Klassifikator zu trainieren. Positive Bilder - Diese Bilder enthalten die Bilder, die unser Klassifikator identifizieren soll. Negative Bilder - Bilder von allem anderen, die nicht das Objekt enthalten, das wir erkennen möchten.

Wie funktioniert Haar in der Bildverarbeitung??

Die Haarberechnung erfolgt durch die Ermittlung der Differenz des Durchschnitts der Pixelwerte im dunkleren Bereich und den Durchschnitt der Pixelwerte im leichteren Bereich. Wenn der Unterschied nahe 1 liegt, wird von der Haar -Funktion eine Kante erkannt.