Matlab中HOG + SVM的多尺度搜索

Question

首先，這是我的第一個問題，所以我希望能夠以一種清晰的方式解釋它。

我的目標是檢測圖像中不同類別的交通標誌。爲此，我已經通過以下步驟訓練了二進制SVM：

• 首先，我得到了一個像鏈接中的交通標誌的裁剪數據庫。我考慮過不同的課程（禁止，危險等）和負面形象。所有這些都被縮放到40x40像素。

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

• 我訓練線性SVM模型爲每個類（1-VS-ALL），使用HOG作爲特徵。每個圖像都用1728維特徵進行描述。 （我爲所有三個圖像平面添加三個特徵向量）。我做了交叉驗證來設置參數C，並在先前看不見的40x40圖像上進行了測試，並且我得到了非常準確的結果（所有類的F1分數均超過0.9）。我使用libsvm進行培訓和測試。

現在我想檢測全路圖像中的標誌，滑動窗口在不同的圖像尺度。我面臨的問題是，我找不到任何可以爲我做的功能（如OpenCV中的DetectMultiScale），而且我的解決方案非常緩慢且基本（我只是爲循環做了三重化，規模我裁剪連續和重疊的40×40圖像，獲得HOG功能和應用svmpredict爲每個）。

有人可以給我一個線索找到一個更快的方式來做到這一點嗎？我也想過如何獲取整個輸入圖像的HOG特徵矢量，然後將該矢量重新排列爲矩陣，其中每行將具有對應於每個40×40窗口的特徵，但是我找不到一種簡單的方法。

感謝，

Answer 1

我會建議使用SURF特徵檢測，但是我不知道是否這也將是太慢您的需求。

請參閱：http://morf.lv/modules.php?name=tutorials&lasit=2關於如何實施和預測氣候的更多信息對您來說是一個可行的解決方案。