Cuby56

Pattern Recognition Note :

#1. Supervised / Unsupervised 

　　Supervised -> Classification ( Need to set LABEL )

　　Unsupervised -> Clustering

class Face{
public:
	int label = 1;
};

class Non_Face{
public:
	int label = -1;
};

#2. Classifiers :

　　1. )　Bayes : Probability and Statistics

　　2. )　SVM ( Support Vector Machine ) : 

　　　　　　　Optimization ( like Genetic Algorithms ), high performance, high complexity.

　　3. )　NN ( Neural Network )

　　4. )　Adaboost ( Adaptive Boosting ) : 

　　　　　　　Supervised classifier, Fast ( performance ≒ SVM ), useful in real-time system.

　　　　　　　Assembling classifiers - Combine many low accuracy classifiers (weak learners)

　　　　　　　　　　　　　　　　　　　　to create a high-accurancy classifier ( strong learners )

　　5. )　KNN ( k-Nearest Neighbor ) : 

　　　　　　　Weak learners, Voting system, Simple, but low performance.

　　　　　　　Diffcault to implement, and easy to affected by noise.

#3. Procedure :

 　　 　Input　　　　　Training Process : 　( 1 ) Data collection

　　　　↓　　　　　／　　　　　　　　　　( 2 ) Feature extraction

　　Classifiers　　　　　　　　　　　　　　( 3 ) Training classifier

　　　　↓　　　　　＼

　　   Output　　　　　Test Process

#4. Feature Vector :

　　1. )　Gray value ( useless )

　　2. )　LBP ( Local Binary Pattern ) - Human Face

　　3. )　SIFT ( Scale-Invariant Feature Transform ) - Object Recognition

　　　　　HOG ( Histograms of Orinted Gradients ) /

　　4. )　Color ( HSI, YIQ, YCbCr ... etc. )