Feature di Haar

Le Feature di Haar (il nome deriva dalla somiglianza con le wavelet di Haar) indica una serie di filtri per immagini formati come sommatoria e sottrazioni di sottoparti puramente rettangolari dell'immagine stessa (PP99). Esempi di feature di Haar sono mostrati in figura 6.1. Il valore risultante del filtro è la somma dei toni di grigio dei pixel sottesi alle aree in bianco, sottratto il valore dei pixel sottesi alle aree indicate in nero. Per loro natura tali filtri possono venire efficacemente implementati usando l'immagine integrale (sezione 1.14).

Le Feature di Haar vengono usate come approssimazione di convoluzioni per il calcolo di punti caratteristici nell'algoritmo di SURF, o come caratteristiche di ingresso ad alberi di decisione per ottenere classificatori deboli.

Figura 6.1: Esempi di Feature di Haar. Nelle aree chiare e nelle aree scure l'area sottesa viene sommata o sottratta rispettivamente.

Anche se la forma potrebbe essere potenzialmente qualsiasi, il numero di basi per le feature è normalmente limitato (si cerca se possibile di evitare feature troppo complesse e pesanti computazionalmente).

Oltre al tipo di feature è necessario selezionare la sotto-area di applicazione: da ogni sotto-finestra dell'area da analizzare infatti è possibile estrarre un valore a seguito dell'applicazione di una tra queste tante feature. Indicare quali sono le feature più discriminanti è lavoro dell'attività di addestramento (Decision Stump ordinati con AdaBoost) o attraverso tecniche come PCA.