Harr — это метод обнаружения признаков, который используется для выделения важных признаков на изображении, которые будут способствовать созданию окончательной модели CNN во время обучения моделей. Это похоже на детектор ядра или фильтра, состоящий из черных и белых пикселей, которые свернуты с входящим изображением, преобразованным в изображение в градациях серого. Каждая функция представляет собой отдельное значение, полученное путем вычитания суммы пикселей под белым прямоугольником из суммы пикселей под черным прямоугольником.
В приведенном ниже снимке у нас есть 4 различных типа функций, которые будут объединены с изображением. Основываясь на наибольшем значении признака в выходном изображении после применения расчета, мы можем определить, важен ли признак для идентификации лица и не-лица.
Например, — предположим, что тип признака 2 свёрнут с изображением 1. Можно заметить, что на изображении глаза более тёмные по сравнению с другими частями лица, и поэтому при свёртке с признаком 2 мы получим самое высокое значение области глаз. Из этого мы можем сделать вывод, что тип признака 2 может быть важным признаком для того, чтобы определить, является ли изображение лицом или не лицом.
