sample_set.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 SampleSet stands for a set of samples from R^d with their
  28   labels. It abstracts the notion features and is what the machine
  29   learning techniques of this software see.
  30
  31  */
  32
  33 #ifndef SAMPLE_SET_H
  34 #define SAMPLE_SET_H
  35
  36 #include "pose_cell.h"
  37 #include "pi_feature_family.h"
  38 #include "shared_responses.h"
  39
  40 class SampleSet {
  41   int _nb_features;
  42   int _nb_samples;
  43   SharedResponses *_shared_feature_values;
  44   scalar_t **_feature_values;
  45   int *_labels;
  46
  47 public:
  48
  49   inline int nb_samples() { return _nb_samples; }
  50   inline int nb_features() { return _nb_features; }
  51
  52   inline int label(int n_sample) {
  53     ASSERT(n_sample >= 0 && n_sample < _nb_samples);
  54     return _labels[n_sample];
  55   }
  56
  57   inline scalar_t feature_value(int n_sample, int n_feature) {
  58     ASSERT(n_sample >= 0 && n_sample < _nb_samples &&
  59            n_feature >= 0 && n_feature < _nb_features);
  60     ASSERT(!isnan(_feature_values[n_sample][n_feature]));
  61     return _feature_values[n_sample][n_feature];
  62   }
  63
  64   SampleSet(int nb_features, int nb_samples);
  65   SampleSet(SampleSet *father, int nb, int *indexes);
  66
  67   ~SampleSet();
  68
  69   void set_sample(int n,
  70                   PiFeatureFamily *pi_feature_family,
  71                   RichImage *image,
  72                   PoseCell *cell,
  73                   int label);
  74 };
  75
  76 #endif