Viola-Jones算法 Rapid Object Detection using a Boosted Cascade of Simple Features

最新推荐文章于 2024-10-29 12:49:10 发布

qq_40247880

最新推荐文章于 2024-10-29 12:49:10 发布

阅读量617

点赞数

文章标签：算法目标检测人工智能

本文链接：https://blog.youkuaiyun.com/qq_40247880/article/details/127179073

版权

本文介绍了一种在一维图像中计算卷积特征的方法。通过双层循环生成所有可能的卷积核(pattern)，并计算每个卷积核与图像卷积的次数。最终统计总的特征数量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

0：在24个像素的一维图像里面，由一左一右的结构生成的pattern数量为24除2=12个（2，4，6，8，10…）
1：要统计的是特征产生的数量，也就是所有可能的pattern和image一起卷了几次。
2：要求的就是pattern的数量，以及单个该pattern和iamge能卷几次。
3：前两个for会产生所有可能性的pattern。nx与ny表示在横向与纵向上第几个pattern。他们的尺寸则通过后面的2nx和ny来计算。
4：一维卷积卷的次数由（image尺寸-pattern尺寸+1）除以步长获得。题目里面步长为1，pattern尺寸由（第几个2）获得。
5：二维卷积卷的次数就是两个一维相乘，于是获得了单个pattern和image卷几次。
6：把所有pattern的次数相加就是这个特征产生的数量。

#include <stdio.h>


int main()
{
    int nImageRows=24,nImageCols=24;
    int nFeatureNum=0;
    for(int i=1;i<=nImageCols/2;i++){
        for(int j=1;j<=nImageRows;j++){
            nFeatureNum+=(nImageCols-2*i+1)*(nImageRows-j+1);
        }
        printf("%d\n",nFeatureNum);
    }
    printf("total: %d\n",nFeatureNum);
    return 0;
}