检测到的 Windows MATLAB 上的非极大值抑制

Question

我目前正在检测闭路电视图像中的头像。我正在使用 HOG 检测器 + SVM，并且我正在使用滑动窗口技术来检测磁头。当然，当我缩放图像时，我有同一个头部的多个检测/边界框。我知道我必须使用非极大值抑制来选择其中最好的一个，并且我尝试按照以下链接进行操作： http://quantombone.blogspot.com/2011/08/blazing-fast-nmsm-from-exemplar-svm.html

但是，我不明白如何获得每个滑动窗口的分数。有人可以向我解释一下吗？ 换句话说，我有边界框 pts 并且我知道我必须设置 0.5 的重叠，但我没有每个边界框的分数。

Answer 1

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。您可以使用著名的 Viola 和 Jones 的 NMS 方法（Boosted cascade of simple features）：

• 聚类所有相互重叠大于 0.5 的边界框
• 为每个集群计算平均边界框并将其输出（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。

Answer 2

您应该能够从 SVM 中获得分数。例如，如果您使用 Statistics Toolbox 中的 ClassificationECOC 类训练 SVM，则其 predict 方法可以返回分数。

然后你可以使用计算机视觉系统工具箱中的selectStrongestBbox函数来做非极大值抑制。