[Viola 2001] 에서는 feature로 Harr-like feature를, classifier로는 깊이가 낮은 decision tree를 직렬로 연결한 cascade classifiers를 사용합니다.

기존의 다른 방법론에서는 detail한 feature로 학습하였습니다. [Rowley 98]은 입력 영상을 SIFT에서처럼 scale space, 즉 pyramid 형태로 변환하여 multiple scale에 적용할 수 있도록 준비합니다. 이후, 20x20 사이즈의 sub-window를 영상 내에서 이동시키며 해당 윈도우를 전처리해서 Neural Net에 Input으로 줍니다. 이후 CNN이나 SVM같은 방법이 적용된 논문들이 나왔습니다. 그러나 Viola는 이처럼 detail한 사이즈를 적용하지 않고, 단순한 feature와 classifier를 이용하였습니다.

이 방법론의 핵심은 크게 세 가지인데, 적분 영상, Adaboost, cascade classifer 입니다.

Harr-like feature는 위와 같은 네 개의 feature만 사용합니다. Harr wavelet에서 일부의 몇 가지만 따와 사용하는 것입니다. (이후 개선된 모델에서는 이외에도 다른 연산자들이 등장합니다.) 예를 들어, 뺨 부분에 A를 위치시키면, 그 특정 위치에서 얼굴이나 아닌 사진이나 특별한 시그널을 일정하게 나타내지는 않습니다. 만약 C를 미간에 위치시키면, 흰색 부분이 눈의 값을, 미간 부분이 검은색 부분의 값을 뽑아내므로 시그널을 볼 수 있습니다.

그런데 이 네 가지의 feature의 scale과 position을 바꿔가면서 이미지 전체에 대해 적용하면, 16만가지가 넘는 feature의 케이스가 나옵니다. 하지만 모두 다 쓸 필요는 없습니다.

bootstrap->bootstrap aggressing->>boosting->Adaptive boosting

Adaboost 학습 방법에는 두 가지가 있는데, 하나는 가중치를 샘플이 뽑힐 확률로 적용하는 것이고, 다른 하나는 전체 샘플을 사용하는 대신 가중치 합 값을 최소화하는 방향으로 학습하는 것입니다.

Integral image <-> Scale space

Integral image -> Haar-like feature

Haar에서 4-square feature가 예시를 들기 쉬움.

오른쪽 아래 귀퉁이(4)의 넓이= (1+2+3+4)-(1+2)-(1+3)+1

분류기 앙상블 결합: 투표 방식, argmax(분류기의 가중치 x 분류기의 출력)