高效子窗口检测定位(Object Localization by Efficient Subwindow Search)
来源:互联网 发布:库里2016赛季数据统计 编辑:程序博客网 时间:2024/05/16 11:24
1.从有序队列里取出队首的点集(根据上界大小排序,队首上界最大)
2.将当前点集从其间隔最大的那个边分为两个子集(forming two smaller disjoint candidate sets)
3.通过一定的策略计算每个子集的上界
4.将第二步得到的两个子集根据第三步计算出的上界插入到队列中。
5.重复1-4,直到当前从队首取出的子集仅包括一个矩形时,则该矩形即为全局最大值。
对于不同的问题,难点在于快速计算有效的子集上界。
不能应用与基于haar特征的AdaBoost由于:
1.基于haar特征的AdaBoost是在大的矩形框中计算小矩形特征,并且每个小矩形特征的权值不同,最后根据小矩形特征经过权值级联相加后才得出判别式。
2.基于haar特征的AdaBoost中小矩形特征是相邻若干个小矩形像素和的差。
3.基于haar特征的AdaBoost不是要求全局最大值,他的思想是只要判别式结果大于1/2即认为是目标,一副图中可能有多个目标,有N个目标即要迭代N次Object Localization by Efficient Subwindow Search。
- 高效子窗口检测定位(Object Localization by Efficient Subwindow Search)
- xjc-beyond sliding windows-Object Localization by Efficient Subwindow Search
- xjc-beyond sliding windows-Object Localization by Efficient Subwindow Search 论文的算法和知识点
- Beyond sliding windows-Object Localizationby Efficient Subwindow Search论文阅读
- Efficient Subwindow Search算法详解
- 关于Efficient Subwindow Search 的小测试
- INRIA目标检测和定位工具包 INRIA Object Detection and Localization Toolkit
- 【论文笔记】非常高效的物体检测mimic方法 Mimicking Very Efficient Network for Object Detection
- CS231n:Localization and Detection(定位与检测)
- Efficient Object Instance Search Using Fuzzy Objects Matching
- app资源文件的定位(Localization)
- 高效IT(Efficient IT)
- Localization and Object Detection
- 物体定位Localization
- 目标定位--Deep Self-Taught Learning for Weakly Supervised Object Localization
- 【Machine Learning】【Python】五、Sliding Window + SVM + NMS for Localization ---- 《SVM物体分类和定位检测》
- 【Machine Learning】【Python】六、Edge Boxes + SVM + NMS for Localization ---- 《SVM物体分类和定位检测》
- An Efficient Digital Search Algorithm by Using a Double-Array Structure笔记
- 浅析LINQ带给开发者的五个优势
- 关键的清晨第一杯水
- informix建索引
- 制作Sitemap 用于GOOGLE抓取
- 求两个集合差的几种常见算法
- 高效子窗口检测定位(Object Localization by Efficient Subwindow Search)
- Ajax 原理
- Com组件和DirectShow学习心得。。。。。。。。。
- TCP滑动窗口机制
- socket原理
- 预览(Preview)模式和叠加(Overlay)模式
- 微软IE9不支持XP 国产浏览器迎曙光
- 简说Session(给不知道的人说的)
- Windows7下解决飞秋无法发送文件的问题