檢測到的窗口非最大抑制MATLAB

我目前正在檢測CCTV圖像中的頭像。我使用的是HOG檢測器+ SVM，我使用滑動窗口技術來檢測頭部。當然，當我縮放圖像時，我有多個相同頭部的檢測/邊界框。我知道我必須使用非最大值抑制來選擇其中最好的一個，並且我試圖遵循以下鏈接： http://quantombone.blogspot.com/2011/08/blazing-fast-nmsm-from-exemplar-svm.html 檢測到的窗口非最大抑制MATLAB

但是，我無法理解如何獲得每個滑動窗口的分數。有人可以向我解釋嗎？換句話說，我有邊界框，我知道我必須設置0.5的重疊，但我沒有每個邊界框的分數。

來源

2014-11-01 user2541516

它是由分類器給出的預測分數，我想。對於SVM，如果使用LibSVM，那麼得分可能是它輸出的概率估計值。得分是對象（如汽車）包含在該框中的概率。 – 2014-11-01 22:16:31

誰在檢測Windows MATLAB，爲什麼它被壓制，和Linux MATLAB或Mac MATLAB有什麼不同？（看起來像「MATLAB」這個詞在你的標題中很不合適） – 2014-11-02 00:03:04

@ ParagS.Chandakkar是在做了一些很好的研究之後，我同意你的觀點，事實上我使用參數'b 1'來輸出概率。但是，當在控制檯上輸出概率時，我注意到對於每個預測，2個概率都被給出而不是1個。我可以將它與您清除嗎？非常感謝 – user2541516 2014-11-02 15:36:48

實際上，對於非最大抑制，您不需要與每個邊界框關聯的分數。您可以使用Viola和Jones（簡單的特點提振級聯）的知名NMS方法：有相互重疊的大於0.5

每個集羣

集羣中的所有邊界框計算平均值邊界並輸出它（即計算所有右上角和所有右下角之間的平均點）

而且你有非最大抑制。

如果您仍想使用其他需要輸出分數的例程，則只需爲每個邊界框分配相同的分數即可。

來源

2014-11-01 23:59:53 dynamic

我會嘗試你告訴我的方式，並讓你知道結果@dynamic – user2541516 2014-11-02 15:37:32

我試圖用這個鏈接中顯示的nms：http://quantombone.blogspot.com/2011/08/blazing-fast-nmsm -from-exemplar-svm.html通過給每個邊界框賦予相同的得分1，但是與小的相比，所得到的框變得非常大，因此不是捕獲頭部，而是每個框捕獲頭部+許多其他事物與它...任何反饋？ – user2541516 2014-11-03 16:20:33

@dynamic你可以定義什麼重疊意味着如何進行聚類？ – warmspringwinds 2015-07-07 18:39:29

您應該能夠從SVM中得分。例如，如果您在統計工具箱中使用ClassificationECOC類來訓練SVM，則其predict方法可以返回分數。

然後，您可以使用計算機視覺系統工具箱中的selectStrongestBbox功能來執行非最大值抑制。

來源

2014-11-03 15:10:51 Dima

偉大的@Dima但是我試圖從以下鏈接使用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..我試圖通過使用上面的註釋鏈接中顯示的nms來抑制不想要的bboxes – user2541516 2014-11-03 16:24:23

@ user2541516此功能似乎按照您的意願進行。那麼你是否想自己實施NMS，如果是的話，那就繼續吧。否則，我認爲'selectStrongestBox'就是你想要的。 – 2014-11-03 21:12:23

檢測到的窗口非最大抑制MATLAB

回答

相關問題