먼저 부스트
DAB: 음수와 양수를 구분지어서 그합이 정답에 가까우면 그걸로 인해 이미지를 감지하는 방식 (움직이는 영상에 특징을 찾아내어 감지하는 방식이라고도 함)
RAB: DAB와 추출하는 방식은 동일하나 DAB는 음수면 음수 양수면 양수가 겹치는 부분을 통해서 특징을 감지 했다면 이건 그 음수라는 값이 음수일 확률 양수라는값이 양수라는 확률을 계산하며 진행된다고 한다.

한마디로 위 두 개는 동일한 방식이다 한 사각형 안에 1과 0또는 1과 -1로 표현하여 이게 다음번 어떤결과를 만들어 낼지에 대한 결과를 확률이냐 아면 교차냐 하는 방식으로 사용하기에 움직이지 않는 고정된 이미지의 특징이 뚜렷한 경우에 사용하면 좋을 듯 하다......

GAB: 예 뭐 위와 비슷합니다 다만 위에꺼는 1픽셀부터 마지막 픽셀까지 전부 확인한다면 이놈은 렌덤으로 픽셀을 검사하여 비스무리한걸 찾을때까지 학습을한다고 보면 됩니다 즉 인물얼굴의 코나 눈같은거 이런거를 잘찾는다고 나와 있구 속도가 빠르다는 장점이 있습니다..... 맞나 모르겠네
LB: 문서가 없습니다 다만 한가지 잘하는게 있는거 같습니다
모든 문서가 죄다 필기체 숫자를 감지하는데 탁월한 성능을 보인다고 나오네요. 작동방식은 위에 있는 부스터랑 크게 다를게 없지만 심도있게 확인은 하지 않는답니다 즉 1깊이랑(이미지를 어둡게 했을 때) 2깊이랑 다른 부스터는 연관을 지어가며 확인하는반면 이놈은 그냥 확인을 안하는걸로 확인됬습니다.

다음은  기능 유형입니다
HAAR:에..... 아레에 있는 트레이닝 모드 설명이 HAAR에 대한 설명중 90%가 나와있다고 보면 됩니다
1-a 라는 항목이나 1-b라는 항목을 사용하여 이미지를 가리고 이 이미지가 특징이 있는지 없는지를 확인하는 겁니다 (캐릭터 인물에 적합)하다고 합니다.

HOR:이미지의 외각선을 만들어서 그걸 가지고 알고리즘을 판단하여 약간 유동적으로 움직여도 잘감지한다고 합니다. (즉 외각선이 뚜렷하거나 어떤 사물에 명도가 뚜렷하면 그걸 선으로 감지하여 선을 다시 픽셀로 바꾸어 이걸 기록해서 확인한다고 합니다)? 그림으로 봐도 모름 그냥 외각선 검출 알고리즘을 사용한다고 생각하면 됨

LBA:  잘확인해 봤는데 이건 9개의 필셀을 모아서 픽셀 하나하나를 1과 0으로 표현한다음 이중 가장 많은 픽셀이 있는걸 9픽셀단위로 (예를들어 1이 4개 0이 5개다? 그럼 9개의 픽셀을 0으로 표현합니다) 가장 많은 숫자를 기준으로 그걸 바꿉니다 그리고 그걸 감지하여 이 대상의 특징이 뭔지를 파악합니다.
대부분 큰 물체나 단순한 캐릭터를 감지하는데 특화 되어 있다고 보면 됩니다.
-mode: BASIC=0, CORE=1, ALL=3의 3가지 값을 가질 수 있으며 기본값은 BASIC임. BASIC은 원래 [Viola2001] 논문에서 사용된 haar feature들로서 아래 그림에서 1a, 1b, 2a, 2c에 해당함. CORE를 선택하면 아래 그림중 1a, 1b, 2a, 2b, 2c, 2d, 3a를 사용하고, ALL을 선택하면 아래의 모든 feature들을 모두 사용해서 training을 수행함. 응용에 따라서, 찾고자 하는 대상 물체의 특성에 따라서 적절히 -mode를 선택해 주면 됨.

그림이 안올라가서 링크를 걸어 둡니다
https://www.researchgate.net/figure/Haar-like-features-9-of-the-pixels-in-the-black-rectangular-regions-are-subtracted_fig3_317012786

추천0 비추천0