图像典型特征描述子Haar

最新推荐文章于 2025-11-02 15:08:18 发布

原创

最新推荐文章于 2025-11-02 15:08:18 发布 · 512 阅读

2 ·

CC 4.0 BY-SA版权

本文介绍了图像识别中重要的Haar-like特征，包括其起源、特征提取方法、数量计算以及积分图的应用，旨在降低计算量。此外，详细阐述了Adaboost算法在特征选择和组合中的作用，它是弱学习器到强分类器转化的关键，对行人检测和人脸识别等领域具有重要意义。

以下文章摘录自：

《机器学习观止——核心原理与实践》

京东： https://item.jd.com/13166960.html

当当：http://product.dangdang.com/29218274.html

(由于博客系统问题，部分公式、图片和格式有可能存在显示问题，请参阅原书了解详情)

1.1.1 Haar-like feature

Haar-like最早应该可以追溯到1998年Papageorgiou等人发表的《A General Framework for Object Detection》中。据悉“Haar-like”这个名称，是因为它和“Haar wavelet”比较类似而得名的。

图 ‑ 一些基础的Haar-like特征

另外，后来业界有不少人也对Haar-like做了进一步分析和扩展，例如R.Lienhart等人在《An extended set of Haar-like features for rapid object detection》中将特征扩展到了14个;Paul Viola和Michael Jones则于2001年的论文《Rapid Object Detection using a Boosted Cascade of Simple Features》中提出了积分图计算的概念等等。