NMS——非极大值抑制
来源:互联网 发布:apache bench post 编辑:程序博客网 时间:2024/05/22 06:29
NMS(non maximum suppression),中文名非极大值抑制,在很多计算机视觉任务中都有广泛应用,如:边缘检测、目标检测等。
这里主要以人脸检测中的应用为例,来说明NMS,并给出Matlab和C++示例程序。
人脸检测的一些概念
(1) 绝大部分人脸检测器的核心是分类器,即给定一个尺寸固定图片,分类器判断是或者不是人脸;
(2)将分类器进化为检测器的关键是:在原始图像上从多个尺度产生窗口,并resize到固定尺寸,然后送给分类器做判断。最常用的方法是滑动窗口。
以下图为例,由于滑动窗口,同一个人可能有好几个框(每一个框都带有一个分类器得分)
而我们的目标是一个人只保留一个最优的框:
于是我们就要用到非极大值抑制,来抑制那些冗余的框: 抑制的过程是一个迭代-遍历-消除的过程。
(1)将所有框的得分降序排列,选中最高分及其对应的框:
(2)遍历其余的框,如果和当前最高分框的重叠面积(IOU)大于一定阈值,我们就将框删除。
(3)从未处理的框中继续选一个得分最高的,重复上述过程。
下面给出MATLAB下的快速NMS代码,并带有详细的注释:
阅读全文
1 0
- NMS——非极大值抑制
- NMS——非极大值抑制
- NMS——非极大值抑制
- NMS——非极大值抑制
- NMS——非极大值抑制
- 非极大值抑制——NMS实例
- NMS——非极大值抑制
- NMS—非极大值抑制算法
- NMS非极大值抑制
- 非极大值抑制 NMS
- 非极大值抑制NMS
- 非极大值抑制(NMS)
- 非极大值抑制(NMS)
- NMS(非极大值抑制)
- 非极大值抑制(NMS)
- 非极大值抑制算法 NMS
- 非极大值抑制算法 (NMS)
- 非极大值抑制(Non-maximum suppression, NMS)
- Vuejs之路之--子父之间的通信
- 考考你的Coding思维
- 怎样减少 Android 应用包大小
- Linux学习笔记之服务管理
- 模板系列
- NMS——非极大值抑制
- Spring Boot(四):利用注解自定义日期格式化
- 8.2 TensorFlow实现KNN与TensorFlow中的损失函数,优化函数
- 计算图片相似度的多种解决方案
- ionic3中文文档:悬浮按钮FabButton
- Servlet(4)ServletContext接口 (获取web.xml中所有Servlet共有的信息)
- 在线小说阅读网站开源项目地址整合
- Html页面优化
- 创建一个将某个数分配为多少份的随机数的表值函数