Jooo's life story

cvhaartraining.cpp 파일을 분석하였다. 1. 포지티브, 네거티브 데이터 열기 2. 가중치 초기화 3. 모든 haar 특징을 모든 샘플에 대해서 계산 4. 학습 //스테이지 학습 루틴 4.1 cvCreateCARTClassifier - 내부적으로 stump를 만들어가면서 가장 좋은 특징을 찾고, 가장 좋은 stump를 받아서 사용자 가 원하는 갯수로 분할하는 CART 트리를 생성한다. 4.2 선택된 분류기로 학습 데이터를 평가한다. 4.3 cvBoostNextWeakClassifier - 부스트 타입에 따라서 호출되는 함수가 다른데, 단순히 샘플에 대한 가중치를 업데이트 하고, 선택된 특징의 신뢰도를 리턴하는 것 같다. 4.4 선택된 분류기에다가 신뢰도를 곱해준다 - 이것은, 4,1에서 선택..

ㅇ Adaboost 예제 동영상ㅇ Learning Classification Functions- 대부분의 학습 알고리즘은 분류 함수(Classification function)을 학습 시키는데 사용이 된다. 하지만 본 논문에서 사용하는 Adaboost는 주어진 특징 약 160000개 중에서 좋은 특징을 선택하는 과정이 학습 과정인 것이다. - Freund 와 Schapire는 강분류기의 에러는 학습 과정의 반복 횟수가 증가함에 따라 Exponentially하게 0에 접근한다는 것을 증명하였다.- 또한 일반화 성능에 대한 더 많은 결과들이 증명되었다.(Schapire et al., 1997)- 전통적인 Adaboost 과정은 greedy Feature 선택 과정으로 쉽게 이해 가능하다.ㅇ Consider ..