注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

BeyondEgo

Welcome to Winsolider's yard! 超越自我,谁与争锋?

 
 
 

日志

 
 
关于我

本博为记事、畅聊、交友博客,邀你共同探讨人生、探讨成长,广交天下有志之士!愿与有相同兴趣爱好的你,共同学习、一起成长、收获喜悦!

网易考拉推荐

【原创】TLD源码深度分析:初始化模块(三)  

2013-06-09 15:03:03|  分类: TLD算法 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

8.       classifier.trainF(ferns_data,2)

输入:

          已混合打乱的正负样本特征数据:ferns_data

输出:

        分类器模型:任何特征对应可信度(该图像块为正样本的概率)posteriors

描述:

     统计P/N约束被使用的次数,来计算一个特征的可信度

更多详情见《集成分类器》      

9.       classifier.trainNN(nn_data)

输入:

     已混合打乱的正负样本模板数据:nn_data

输出:

     筛选出的模板:pExnEx

描述:

     通过计算自相关系数NCC筛选模板

更多详情见《最近邻分类器》

10.       classifier.evaluateTh(nXT,nExT)

输入:

         负样本随机蕨测试集:nXT

         负样本模板测试集:nExT

   输出:

            更新后的随机蕨阈值:thr_fern

            更新后的模板NCC阈值:thr_nn

            更新后的有效性判断(P/N学习)阈值:thr_nn_valid

   描述:

             对所有负样本随机蕨测试集,计算其随机蕨可信度,若最大值大于预设阈值

             thr_fern,则用该最大值替换更新;对所有负样本模板测试集,计算其NCC系数,

      若最大值大于预设阈值thr_nn,则用该最大值替换更新;若最后更新得到的thr_nn

大于预设thr_nn_valid,则替换更新thr_nn_valid



注:若存在说法看不明白的,请留言询问!

      至此,TLD初始化模块介绍完毕!对整个模块的梳理,见《TLD初始化模块实现流程》  

  评论这张
 
阅读(1360)| 评论(0)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017