[英]How do I apply a sliding window technique on images for multiple people detection?
我正在实现用于人检测的HOG,并且已经训练了SVM分类器。但是我不知道如何使用滑动窗口技术将预训练的分类器用于检测。请有人指导我在Matlab中构建用于多人检测的滑动窗口技术。
此处的python教程应为您提供有关实现此方法的想法。
基本思想是针对每个窗口,计算hog描述符(例如,使用opencv),然后将按元素的HOG描述符与训练后的SVM权重相乘(它们的大小应相同)。 乘法之后,将偏差(这是SVM分类器的另一个输出)添加到先前的结果。 如果结果为正,则为正匹配,否则为负。
注意:滑动窗口的大小与训练图像的大小相同。
所以,
for each pixel in the image:
get a sub-image of size of sliding window
compute the HOG descriptors for this image
product = hog * SVM_weights //element-wise multiplication
response = product + bias
if response > 0:
print "match"
else:
print "no match"
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.