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 as published
  13  *  by the Free Software Foundation, either version 3 of the License,
  14  *  or (at your option) any later version.
  15  *
  16  *  folded-ctf is distributed in the hope that it will be useful, but
  17  *  WITHOUT ANY WARRANTY; without even the implied warranty of
  18  *  MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  19  *  General Public License for more details.
  20  *
  21  *  You should have received a copy of the GNU General Public License
  22  *  along with folded-ctf.  If not, see <http://www.gnu.org/licenses/>.
  23  *
  24  */
  25
  26 /*
  27
  28   A SampleSet stands for a set of samples from R^d with their
  29   labels. It abstracts the notion features and is what the machine
  30   learning techniques of this software see.
  31
  32  */
  33
  34 #ifndef SAMPLE_SET_H
  35 #define SAMPLE_SET_H
  36
  37 #include "pose_cell.h"
  38 #include "pi_feature_family.h"
  39 #include "shared_responses.h"
  40
  41 class SampleSet {
  42   int _nb_features;
  43   int _nb_samples;
  44   SharedResponses *_shared_feature_values;
  45   scalar_t **_feature_values;
  46   int *_labels;
  47
  48 public:
  49
  50   inline int nb_samples() { return _nb_samples; }
  51   inline int nb_features() { return _nb_features; }
  52
  53   inline int label(int n_sample) {
  54     ASSERT(n_sample >= 0 && n_sample < _nb_samples);
  55     return _labels[n_sample];
  56   }
  57
  58   inline scalar_t feature_value(int n_sample, int n_feature) {
  59     ASSERT(n_sample >= 0 && n_sample < _nb_samples &&
  60            n_feature >= 0 && n_feature < _nb_features);
  61     ASSERT(!isnan(_feature_values[n_sample][n_feature]));
  62     return _feature_values[n_sample][n_feature];
  63   }
  64
  65   SampleSet(int nb_features, int nb_samples);
  66   SampleSet(SampleSet *father, int nb, int *indexes);
  67
  68   ~SampleSet();
  69
  70   void set_sample(int n,
  71                   PiFeatureFamily *pi_feature_family,
  72                   RichImage *image,
  73                   PoseCell *cell,
  74                   int label);
  75 };
  76
  77 #endif