OpenCVを用いたカスケード分類器の作成でネガディブデータを水増しする方法

Question

前提・実現したいこと

PythonのOpenCVを使ってカスケード分類器を作成しようとしています。
そこで、ネガディブデータの水増しをしたいと思っています。

試したこと・質問

ポジティブデータならばopencv_createsamplesを使い水増し、
ベクトルファイルを使い作成することが出来ますが、
ネガティブデータでそのようなことはできないのでしょうか。
また、カスケード分類器ではネガティブデータは
精度にあまり関係ないのでしょうか。

補足情報（FW/ツールのバージョンなど）

環境：GoogleColaboratory

OpenCVバージョン：3.4.4.19

Answer 1

「ポジティブ」じゃないデータであれば何でもよいのであれば，

例えば画像データであれば，分類対象が写ってない画像を適当に集めてきて，それらの画像から適当に必要なサイズのパッチをランダムに切り出してやるとかで良いのでは．
あるいは絵自体を乱数で作るとかも有りかな？（たまたま「ポジティブ」な絵ができちゃう可能性…というのはあるかもしれないが）

Comments

[tmdayr]

実用するときに、ネガティブになる物がある程度決まっているのですが、カスケード分類器ではネガティブデータは関係ない物なのでしょうか。

[fana]

> ネガティブになる物がある程度決まっている

とかいう話（何はともあれあそいつらがネガティブ側に来るような境界が引かれる必要があるのだとわかっている）ならば，
当然そういうデータをそこそこ集める必要はあり，そこからの水増しについては，
「データをこのように改ざんしても実用上あり得るネガティブデータと言える」的な，取り組んでいる問題固有の知見に基づいてやれば良いのではないでしょうか．
（e.g. 画像データであれば左右反転させても有効なデータだよね，とか．）

[fana]

要は，ここで言う「水増し」とは，「どんな」ネガティブデータを増やしたいの？　っていう．
データを増やす目的次第，というか．

この回答内容は
「とりあえずパラメタベクトルの取り得る範囲全体を網羅させたい」状況に対する話のつもり．

で，↑のコメントは
「分類境界をもっと攻めたい」状況に対する話のつもり…なんだけど，私自身はそこら辺を「水増し」でやった経験が無いので，有識者からの回答を期待した方良いかと．
（質問に「機械学習」みたいなタグをつければ，そういう分野の人に見られやすくなるかも？）

[tmdayr]

なるほどです。
ありがとうございます。