在Matlab中多尺度搜索HOG + SVM

Question

首先这是我的第一个问题，所以我希望我能以清晰的方式解释它。

我的目标是在图像中检测不同类别的交通标志。为此，我按照以下步骤训练了二进制SVM：

• 首先，我得到了一个裁剪交通标志的数据库，如链接中的那个。我考虑过不同的课程（禁止，危险等）和负面形象。所有这些都缩放到40x40像素。

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

• 我使用HOG作为特征，为每个类（1-vs-all）训练了线性SVM模型。每个图像用1728维特征描述。 （我为所有三个图像平面附加了三个特征向量）。我做了交叉验证来设置参数C，并测试了以前看不见的40x40图像，我得到了非常准确的结果（所有课程的F1得分都超过0.9）。我使用libsvm进行培训和测试。

现在我想要检测全路图像中的标志，以不同的图像比例滑动窗口。我面临的问题是我找不到任何可以为我做的功能（如OpenCV中的DetectMultiScale），而且我的解决方案非常缓慢且基本（我只是做一个三重for循环，并且每个比例I裁剪连续和重叠的40x40图像，获取HOG功能并为每个图像应用 svmpredict 。

有人能给我一个线索，找到一个更快的方法吗？我也考虑过获取整个输入图像的HOG特征向量，然后将该向量重新排序到矩阵，其中每行将具有与每个40x40窗口相对应的特征，但我找不到直接的方法。

谢谢，

Answer 1

我建议使用SURF功能检测，但我不知道这对你的需求是否太慢。

请参阅：http://morf.lv/modules.php?name=tutorials&lasit=2了解有关如何实施和解决此问题的更多信息，这对您来说是一个可行的解决方案。