Haar Cascade XML文件标签含义及rects内五个整数参数解释问询

各标签具体定义 #

• <stages>：Haar级联分类器的阶段集合，每个阶段由若干弱分类器组合而成，检测样本只有通过所有前置阶段的判断，才会进入后续阶段检测，该设计可快速排除非目标负样本，提升检测效率。
• <trees>：单阶段内的决策树集合，也就是弱分类器组，每棵决策树会输出一个判断权重，同阶段所有树的输出加权求和后，再和阶段阈值比较判断样本是否通过当前阶段。
• <feature>：单棵决策树对应的Haar特征的完整定义，包含特征对应的矩形区域、是否倾斜等核心参数。
• <rects>：构成当前Haar特征的所有矩形区域的集合，每个子节点对应一个参与特征计算的矩形单元。
• <_>：rects标签的子节点，存储单个矩形单元的全部参数，即你询问的五个数值所在的节点。
• <tilted>：标记当前Haar特征是否为45度倾斜特征，值为0代表使用标准轴对齐矩形，值为1代表使用倾斜矩形。
• <threshold>：当前弱分类器的判断阈值，特征计算完成后会和该阈值比较，决定输出左值还是右值。
• <left_val>：当特征计算结果小于阈值时输出的权重值，该值会累计到当前阶段的总得分中。
• <right_val>：当特征计算结果大于等于阈值时输出的权重值，该值会累计到当前阶段的总得分中。

rects标签内五参数含义 #

每个<_>子节点内的五个数值从左到右依次为：x偏移量、y偏移量、矩形宽度、矩形高度、权重系数。
前四个参数为相对于当前检测窗口的归一化坐标参数，最后一个参数为该矩形区域像素和在特征计算时的加权系数，最终Haar特征的计算值等于所有矩形的（区域像素和 × 对应权重）的总和。

参考你提供的代码片段示例：

<feature>
  <rects>
    <_>
      14 18 1 2 -1.</_>
    <_>
      14 19 1 1 2.</_></rects>
  <tilted>0</tilted></feature>
<threshold>-4.3883759644813836e-005</threshold>
<left_val>0.3130159080028534</left_val>

其中两个矩形的含义分别为：

• 第一个矩形：左上角位于检测窗口内坐标(14,18)，宽度1像素，高度2像素，计算时该区域的像素和乘以权重-1
• 第二个矩形：左上角位于检测窗口内坐标(14,19)，宽度1像素，高度1像素，计算时该区域的像素和乘以权重2
  该特征属于典型的垂直边缘类Haar特征，用下方1×1区域的两倍像素和减去上方2×1区域的像素和，得到对应位置的明暗差值特征。

内容的提问来源于stack exchange，提问作者Roni Polak