Ich brauche Hilfe bei der LBP-basierten Gesichtserkennung. Deshalb schreibe ich das hier.

Ich habe die folgenden Fragen im Zusammenhang mit der Gesichtserkennung, die in OpenCV implementiert ist:

In lbpCascade_frontal_face.xml (dies ist von opencv): Was ist internalNodes, leafValues, tree, features etc? Ich weiß, dass sie im Algorithmus verwendet werden. Aber ich verstehe nicht die Bedeutung von jedem von ihnen. Warum nehmen wir zum Beispiel ein bestimmtes Feature und nicht das andere für eine bestimmte Phase? Wie entscheiden wir, welches Feature / welchen Knoten wir auswählen?

Was sind Merkmalswerte in der Datei LBP_frontal_face_classifier.xml? Ich weiß, dass es sich um einen Vektor mit 4 ganzen Zahlen handelt. Aber wie soll ich diese Funktionen nutzen? Ich dachte Stufe 0 Zugriff auf die erste Funktion, aber der Zugriff erfolgt nicht in diesem Muster. Wie sieht das Zugriffsmuster für diese Funktionen aus?

Alle Veröffentlichungen in der Literatur geben nur einen Überblick auf hohem Niveau. Ihre Beschreibungen bestehen hauptsächlich aus der LBP-Berechnung aus Nachbarschaftspixeln. Aber wie werden diese LBP-Werte für diese Elemente im Klassifikator verwendet?

Wie hilft ein integrales Bild bei der Berechnung des LBP-Werts eines Pixels? Ich weiß, wie HAAR verwendet wird. Ich muss LBP verstehen.

Ich habe einige Artikel gelesen. Aber keine beschreibt klar, wie die LBP-basierte Gesichtserkennung oder der Algorithmus im Detail funktioniert. Wenn jemand ein Gesichtserkennungsprogramm selbst entwickeln möchte, welche Schritte sollte er befolgen - kein Dokument beschreibt dies.

Bitte helfen Sie mir dabei, wenn Sie könnten. Ich wäre dankbar.