Matlab中HOG + SVM的多尺度搜索

Question

首先，这是我的第一个问题，所以我希望能够以一种清晰的方式解释它。

我的目标是检测图像中不同类别的交通标志。为此，我已经通过以下步骤训练了二进制SVM：

• 首先，我得到了一个像链接中的交通标志的裁剪数据库。我考虑过不同的课程（禁止，危险等）和负面形象。所有这些都被缩放到40x40像素。

http://i.imgur.com/Hm9YyZT.jpg

• 我训练线性SVM模型为每个类（1-VS-ALL），使用HOG作为特征。每个图像都用1728维特征进行描述。 （我为所有三个图像平面添加三个特征向量）。我做了交叉验证来设置参数C，并在先前看不见的40x40图像上进行了测试，并且我得到了非常准确的结果（所有类的F1分数均超过0.9）。我使用libsvm进行培训和测试。

现在我想检测全路图像中的标志，滑动窗口在不同的图像尺度。我面临的问题是，我找不到任何可以为我做的功能（如OpenCV中的DetectMultiScale），而且我的解决方案非常缓慢且基本（我只是为循环做了三重化，规模我裁剪连续和重叠的40×40图像，获得HOG功能和应用svmpredict为每个）。

有人可以给我一个线索找到一个更快的方式来做到这一点吗？我也想过如何获取整个输入图像的HOG特征矢量，然后将该矢量重新排列为矩阵，其中每行将具有对应于每个40×40窗口的特征，但是我找不到一种简单的方法。

感谢，

Answer 1

我会建议使用SURF特征检测，但是我不知道是否这也将是太慢您的需求。

请参阅：http://morf.lv/modules.php?name=tutorials&lasit=2关于如何实施和预测气候的更多信息对您来说是一个可行的解决方案。