OpenCV 随机森林(Random Forest)手势识别应用---样本选择问题
来源:互联网 发布:windows to go是什么 编辑:程序博客网 时间:2024/05/16 11:35
如图,这是打电话手势。在进行背景处理、二值化、统一尺寸后,提取ROI的轮廓得到的20*20图片。
现在要将手势提取出来,用的是基于OpenCV的随机森林(Random Forest)API。
手势识别,本质上就是,将一个模板与另外所有的模板区分开。用过OpenCV的人脸识别训练特征函数HAAR的同学就知道,训练的时候有正模板(Positive samples)和负模板(Negtive samples)。正模板就是要识别的对象,负模板就是除了识别对象意外的图片。
本文的主旨就在于,在进行随机森林的训练时,究竟怎样选择样本?除了正、负样本个数,还有就是负样本的复杂程度。负样本的复杂程度直接决定了负样本的信息量丰富程度。
现在我将1000张”剪刀手“作为负样本、1000张”打电话“来训练。训练后的model文件包含了随机数个数,如果打开model文件会发现,随机数个数只有几个。
随机数个数少意味着什么?
如果把model文件比作机器学习过后,有对象检测能力的机器。那么这个机器判断对象的依据很少。这个机器可以将以上两种手势分开来,从而将“打电话”手势拿到。
但是如果Input的图像复杂一点,实验证明,机器经常将负样本误认为“打电话”手势。
因为随机森林就像一个裁判员的集合,过少的裁判员产生的结果不具有代表性。
实验证明,负样本包含的对象复杂一点、多样一点,而且包含纯黑背景图片,训练出来的随机树个数有指数级增长。随机森林predict出来的结果鲁棒性更好。
在实际应用中,就能够将“打电话”手势从其它对象中区分开来。
0 0
- OpenCV 随机森林(Random Forest)手势识别应用---样本选择问题
- 随机森林Random Forest
- 随机森林--Random Forest
- 随机森林Random Forest
- 随机森林(Random Forest)
- random forest(随机森林)
- 随机森林Random Forest
- Random Forest(随机森林)
- 随机森林 Random Forest
- Random Forest 随机森林
- 随机森林------random forest
- 随机森林(random forest)
- 随机森林,random forest
- 随机森林 random forest
- 随机森林 Random Forest
- 随机森林(random forest)可以解决样本分布不均匀维度大且特征缺失的问题
- 基于opencv 学习Random Forest 随机森林算法
- Random Forest随机森林算法
- 使用storyboard实现页面跳转,简单的数据传递
- 脚本,替换ipa里面的资源,并重新打包
- Android网络编程二:Http
- ORACLE函数大全
- Rayeager PX2 两个macroUSB的功能
- OpenCV 随机森林(Random Forest)手势识别应用---样本选择问题
- RAID卡技术简析
- codeigniter解决新文件上传问题&&文件上传问题
- ACM-steps--dyx--1.3.4--百步穿杨
- poj 3461 Oulipo kmp
- Oculus Rift DK2的组装
- Hello World之Flash Web
- SpagoBI 汉化方案(针对5.0版本)
- SQLite 源代码里的缩写