OpenCV Haar分类器结果表说明

Question

我想创建一个Haar分类器来识别对象，但是我似乎无法弄清楚每个阶段产生的结果表代表什么。

例如1

===== TRAINING 1-stage ===== 
<BEGIN 
POS count : consumed 700 : 700 
NEG count : acceptanceRatio 2500 : 0.452161 
Precalculation time: 9 
+----+---------+---------+ 
| N | HR | FA | 
+----+---------+---------+ 
| 1|  1|  1| 
+----+---------+---------+ 
| 2|  1|  1| 
+----+---------+---------+ 
| 3|  1|  1| 
+----+---------+---------+ 
| 4|  1|  1| 
+----+---------+---------+ 
| 5|  1| 0.7432| 
+----+---------+---------+ 
| 6|  1| 0.6312| 
+----+---------+---------+ 
| 7|  1| 0.5112| 
+----+---------+---------+ 
| 8|  1| 0.6104| 
+----+---------+---------+ 
| 9|  1| 0.4488| 
+----+---------+---------+ 
END> 

例如2

===== TRAINING 2-stage ===== 
<BEGIN 
POS count : consumed 500 : 500 
NEG count : acceptanceRatio 964 : 0.182992 
Precalculation time: 49 
+----+---------+---------+ 
| N | HR | FA | 
+----+---------+---------+ 
| 1|  1|  1| 
+----+---------+---------+ 
| 2|  1|  1| 
+----+---------+---------+ 

我不知道是什么N，HR和FA指的是在每一种情况下。有人能解释他们的立场和意义吗？

Answer 1

在OpenCV source中搜索“HR”会将我们导向this文件。行1703年至1707年里CvCascadeBoost::isErrDesired打印表：

cout << "|"; cout.width(4); cout << right << weak->total; 
cout << "|"; cout.width(9); cout << right << hitRate; 
cout << "|"; cout.width(9); cout << right << falseAlarm; 
cout << "|" << endl; 
cout << "+----+---------+---------+" << endl; 

所以，人力资源和FA代表的命中率和误报。概念上：hitRate =正确分类的阳性样本的百分比。 falseAlarm =负面样本的％被错误地分类为正面。

读码CvCascadeBoost::train，我们可以看到下面的while循环

cout << "+----+---------+---------+" << endl; 
cout << "| N | HR  | FA  |" << endl; 
cout << "+----+---------+---------+" << endl; 

do 
{ 
    [...] 
} 
while(!isErrDesired() && (weak->total < params.weak_count)); 

只看这一点，不知道太多关于提升的细节，我们可以做出猜测培训工作，直到错误如falseAlarm测量的那样足够低。