[论文笔记] Improved QR Code Localization Using Boosted Cascade of Weak Classifiers

[论文笔记] Improved QR Code Localization Using Boosted Cascade of Weak Classifiers

时间：2015年

作者：Peter Bodnar and Laszlo G. Nyul

1 创新点

大创新点：无；

小创新点：给出了一个平面旋转的投射变换的角度经验值，加速上使用了RLE；

2 算法框架

整体框架：ViolaJones检测框架。由特征抽取，分类模型训练，几何约束和优化方法四部分组成。

• 目标特征：Harr-like强化特征，LBP特征，HOG特征；
• 检测模型：级联Boost，设计了10层结构，且前4层仅使用单一特征；
• 几何约束：在前人的基础上多考虑平面旋转（一个FIP宽度），给出了一个角度经验值；
• 优化方案：由于算法复杂度极高，作者使用了RLE，顺带提了一下，但是这个方法必须要几何特征相对规律，不然游程的方向还需进行约束，这一块对于低分辨率二维码图像还是一个大坑。

3 实验结果

实验环境：双核 3.0 GHz PC，基于OpenCV做的数据增强和变化。

由于数据并非完全是实际场景，场景上二维码特征相对很明显（很多因素都没有考虑：光照、3D旋转，扭曲等等），并且没有给出实拍的样张，因此其结果仅保留一定的认可度。