我在训练一个级联分类器以便在图像中检测动物。不幸的是，我的误报率相当高（使用Haar和LBP时极高，使用HOG时尚可）。我想知道我如何能改进我的分类器。
以下是我的问题：
- 对于稳健检测，需要多少训练样本？我在某处读到需要4000个正样本和800个负样本。这是合理的估计吗？
- 训练样本的差异性应该有多大？有没有办法量化图像差异，以便包含或排除可能的“重复”数据？
- 如何处理遮挡的物体？我应该只训练可见部分的动物，还是应该选择我的感兴趣区域（ROI），以便平均ROI保持相当恒定？
- 关于遮挡的物体：动物有腿、臂、尾巴、头等。由于某些身体部位经常被遮挡，选择“躯干”作为ROI是否有意义？
- 我应该尝试缩小我的图像并在较小的图像尺寸上训练吗？这可能会改善情况吗？
我在这里欢迎任何建议！
回答：
- 4000正样本 – 800负样本的比例不好。负样本的问题在于，你需要尽可能多地训练它们，因为Adaboost机器学习算法——所有haar特征选择过程的核心算法——高度依赖它们。使用4000 / 10000将是一个很好的改进。
- 检测“动物”是一个难题。由于你的问题是一个决策过程，已经是NP难题，你的分类范围增加了复杂性。从猫开始吧。先建立一个检测猫的系统。然后将同样的方法应用到狗上。假设有40个系统，检测不同种类的动物，并在以后用于你的目的。
- 在训练时，不要将遮挡的物体用作正样本。即，如果你想检测正脸，那么只训练正脸，仅应用位置和方向的变化，不包括任何其他物体在前面。
- 缩放并不重要，因为haar分类器本身会将一切缩放到24×24。当你有足够的时间时，观看整个Viola-Jones演示。
- 祝你好运。
