检测到的窗口非最大抑制MATLAB

我目前正在检测CCTV图像中的头像。我使用的是HOG检测器+ SVM，我使用滑动窗口技术来检测头部。当然，当我缩放图像时，我有多个相同头部的检测/边界框。我知道我必须使用非最大值抑制来选择其中最好的一个，并且我试图遵循以下链接： http://quantombone.blogspot.com/2011/08/blazing-fast-nmsm-from-exemplar-svm.html 检测到的窗口非最大抑制MATLAB

但是，我无法理解如何获得每个滑动窗口的分数。有人可以向我解释吗？换句话说，我有边界框，我知道我必须设置0.5的重叠，但我没有每个边界框的分数。

来源

2014-11-01 user2541516

它是由分类器给出的预测分数，我想。对于SVM，如果使用LibSVM，那么得分可能是它输出的概率估计值。得分是对象（如汽车）包含在该框中的概率。 – 2014-11-01 22:16:31

谁在检测Windows MATLAB，为什么它被压制，和Linux MATLAB或Mac MATLAB有什么不同？（看起来像“MATLAB”这个词在你的标题中很不合适） – 2014-11-02 00:03:04

@ ParagS.Chandakkar是在做了一些很好的研究之后，我同意你的观点，事实上我使用参数'b 1'来输出概率。但是，当在控制台上输出概率时，我注意到对于每个预测，2个概率都被给出而不是1个。我可以将它与您清除吗？非常感谢 – user2541516 2014-11-02 15:36:48

实际上，对于非最大抑制，您不需要与每个边界框关联的分数。您可以使用Viola和Jones（简单的特点提振级联）的知名NMS方法：有相互重叠的大于0.5

每个集群

集群中的所有边界框计算平均值边界并输出它（即计算所有右上角和所有右下角之间的平均点）

而且你有非最大抑制。

如果您仍想使用其他需要输出分数的例程，则只需为每个边界框分配相同的分数即可。

来源

2014-11-01 23:59:53 dynamic

我会尝试你告诉我的方式，并让你知道结果@dynamic – user2541516 2014-11-02 15:37:32

我试图用这个链接中显示的nms：http://quantombone.blogspot.com/2011/08/blazing-fast-nmsm -from-exemplar-svm.html通过给每个边界框赋予相同的得分1，但是与小的相比，所得到的框变得非常大，因此不是捕获头部，而是每个框捕获头部+许多其他事物与它...任何反馈？ – user2541516 2014-11-03 16:20:33

@dynamic你可以定义什么重叠意味着如何进行聚类？ – warmspringwinds 2015-07-07 18:39:29

您应该能够从SVM中得分。例如，如果您在统计工具箱中使用ClassificationECOC类来训练SVM，则其predict方法可以返回分数。

然后，您可以使用计算机视觉系统工具箱中的selectStrongestBbox功能来执行非最大值抑制。

来源

2014-11-03 15:10:51 Dima

伟大的@Dima但是我试图从以下链接使用nms：http://quantombone.blogspot.com/2011/08/blazing-fast-nmsm-from-exemplar-svm.html – user2541516 2014-11-03 15:31:46

我也使用HOG MATLAB上的libSVM的功能..我试图通过使用上面的注释链接中显示的nms来抑制不想要的bboxes – user2541516 2014-11-03 16:24:23

@ user2541516此功能似乎按照您的意愿进行。那么你是否想自己实施NMS，如果是的话，那就继续吧。否则，我认为'selectStrongestBox'就是你想要的。 – 2014-11-03 21:12:23

检测到的窗口非最大抑制MATLAB

回答

相关问题