直方图在多尺度（平均移？）

Question

我工作的HOG描述符，我几乎大部分的零件做，除了检测窗口的融合方向梯度。

我到目前为止所做的是：我建立了图像的尺度空间金字塔，并为每个尺度上的每个图像移动检测窗口（64x128）并检测人类。在每个图像中，一个人被多个窗口检测到。

所以现在的问题是如何将所有这些窗口（假设为一人）融合成一个窗口。达拉尔认为应该使用一个强大的模式检测算法，如均值偏移。但是，我有多个比例尺......我应该首先估计在比例尺空间的较低级别中找到的检测窗口的真实位置，以便做到这一点？

任何帮助表示赞赏。 在此先感谢。

Answer 1

我的解释是，平均转变会给你实际上的建议。

本质上讲，你估计人的位置在第一基于检测器输出的优势最粗尺度的概率分布。这给你一个强大的模式估计。

然后，您可以反复改进周围使用最大或模式的更精细的尺度。

的想法是非常相似的是，在金字塔LK跟踪使用，例如。你也可以做集成处理和/或粒子滤波器。