如何在滑动窗口上进行多种尺寸的检测？

Question

我正在研究使用 HOG 和 LBP 进行人员检测。我想在图像上检测多个大小的人。我正在使用一个比例循环来检测窗口大小，然后它将通过滑动窗口检测来检测图像上的匹配特征。但是，由于矩阵的维度不同，我的代码会显示错误。这是我的代码：

win_size = [32, 32];  %the window size of detection

%loop on scale of window size
for s=0.8:0.2:1

    X=win_size(1)*s;
    Y=win_size(2)*s;

    %loop on column of image
    for y = 1:X/4:lastRightCol-Y

        %loop on row of image
        for x   = 1:Y/4:lastRightRow-X

            p1  = [x,y];
            p2  = [x+(X-1), y+(Y-1)];
            po  = [p1; p2] ;


            % CROPPED IMAGE
            crop_px    = [po(1,1) po(2,1)];
            crop_py    = [po(1,2) po(2,2)];

            topLeftRow = ceil(min(crop_px));
            topLeftCol = ceil(min(crop_py));

            bottomRightRow = ceil(max(crop_px));
            bottomRightCol = ceil(max(crop_py));

            cropedImage    = im(topLeftCol:bottomRightCol,topLeftRow:bottomRightRow,:);

            %Get the feature vector from croped image
            HOGfeatureVector{counter}= getHOG(double(cropedImage));
            LBPfeatureVector{counter}= getLBP(cropedImage);
            LBPfeatureVector{counter}= LBPfeatureVector{counter}';
            boxPoint{counter} = [x,y,X,Y];
            counter = counter+1;
            x = x+2;

        end
    end
end

我注意到问题出在HOGfeatureVector{counter}，因为我使用不同的窗口大小，我从 HOG 获得的特征也有不同的维度。例如，我的窗口大小的原始比例是32x32，那么它会给我从HOG中提取特征后的维度为<6256x324>。然后，如果我把比例尺放在窗口大小上，例如：0.8:0.2:1，它会给我不同的尺寸，因为比例尺为 0.8，它会给我<6256x144> 和 32 的比例尺，<6256x324>。我注意到，不可能通过简单的串联来组合这两个不同的矩阵维度。

有人知道如何解决我的问题吗？至少，如何组合两个不同维度的矩阵？

谢谢

Answer 1

您需要保持检测窗口大小相同，训练 HOG 以在 32X32 中查找对象。 如果要在多尺度中找到对象，则需要重新缩放图像，而不是检测窗口。

改变这一行：

X=win_size(1)*s;
Y=win_size(2)*s;

到这里：

X=win_size(1);
Y=win_size(2);

它应该可以工作。