parsing_pool.h

   1 /*
   2  *  folded-ctf is an implementation of the folded hierarchy of
   3  *  classifiers for object detection, developed by Francois Fleuret
   4  *  and Donald Geman.
   5  *
   6  *  Copyright (c) 2008 Idiap Research Institute, http://www.idiap.ch/
   7  *  Written by Francois Fleuret <francois.fleuret@idiap.ch>
   8  *
   9  *  This file is part of folded-ctf.
  10  *
  11  *  folded-ctf is free software: you can redistribute it and/or modify
  12  *  it under the terms of the GNU General Public License version 3 as
  13  *  published by the Free Software Foundation.
  14  *
  15  *  folded-ctf is distributed in the hope that it will be useful, but
  16  *  WITHOUT ANY WARRANTY; without even the implied warranty of
  17  *  MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  18  *  General Public License for more details.
  19  *
  20  *  You should have received a copy of the GNU General Public License
  21  *  along with folded-ctf.  If not, see <http://www.gnu.org/licenses/>.
  22  *
  23  */
  24
  25 /*
  26
  27   A ParsingPool is a family of Parsings associated to all the images
  28   of a LabelledImagePool.
  29
  30 */
  31
  32 #ifndef PARSING_POOL_H
  33 #define PARSING_POOL_H
  34
  35 #include "parsing.h"
  36 #include "pi_feature_family.h"
  37 #include "classifier.h"
  38 #include "labelled_image_pool.h"
  39 #include "pose_cell_hierarchy.h"
  40
  41 class ParsingPool {
  42   int _nb_images;
  43   long int _nb_cells, _nb_positive_cells, _nb_negative_cells;
  44   Parsing **_parsings;
  45
  46 public:
  47
  48   inline int nb_cells() {
  49     return _nb_cells;
  50   }
  51
  52   inline int nb_positive_cells() {
  53     return _nb_positive_cells;
  54   }
  55
  56   inline int nb_negative_cells() {
  57     return _nb_negative_cells;
  58   }
  59
  60   ParsingPool(LabelledImagePool *image_pool, PoseCellHierarchy *hierarchy, scalar_t proportion_negative_cells);
  61
  62   ~ParsingPool();
  63
  64   // The parameter level is the resulting level, not the starting one,
  65   // hence should always be strictly positive
  66   void down_one_level(LossMachine *loss_machine, PoseCellHierarchy *hierarchy, int level);
  67
  68   void update_cell_responses(PiFeatureFamily *pi_feature_family,
  69                              Classifier *classifier);
  70
  71   // Collect all positive and sample negative examples
  72   void weighted_sampling(LossMachine *loss_machine,
  73                          PiFeatureFamily *pi_feature_family,
  74                          SampleSet *sample_set,
  75                          scalar_t *responses);
  76
  77   void write_roc(ofstream *out);
  78 };
  79
  80 #endif