检测到的Windows MATLAB上的非最大抑制

Question

我目前在CCTV图像中检测头部。我正在使用HOG检测器+ SVM，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，我有多个同一头的检测/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，并且我尝试按照以下链接： http://quantombone.blogspot.com/2011/08/blazing-fast-nmsm-from-exemplar-svm.html

但是，我无法理解如何获得每个滑动窗口的分数。有人可以向我解释一下吗？ 换句话说，我有边界框pts，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，对于非最大限制抑制，您不需要与每个边界框关联的分数。你可以使用众所周知的Viola和Jones的NMS方法（Boosted cascade of simple features）：

• 聚集所有彼此重叠的边界框大于0.5
• 为每个群集计算平均边界框并输出它（即计算所有右上角和所有右下角之间的平均点）

你有非最大限制抑制。

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

您应该可以从SVM中获得分数。例如，如果您使用统计工具箱中的ClassificationECOC类训练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功能进行非最大值抑制。