image-processing - 多尺度定向梯度直方图(均值漂移？)

Question

我正在研究 HOG 描述符，除了检测窗口的融合之外，我几乎已经完成了大部分部分。

到目前为止我所做的是；我构建了图像的尺度空间金字塔，对于每个尺度上的每个图像，我移动检测窗口(64x128)并检测人类。在每张图像中，多个窗口都会检测到一个人。

所以问题是如何将所有这些窗口(假设一个人)融合到一个窗口中。 Dalal 建议人们应该使用一种强大的 mod 检测算法，例如均值漂移。但是，我有多个尺度...我是否应该首先估计在尺度空间的较低级别中找到的检测窗口的真实位置才能做到这一点？

感谢任何帮助。提前致谢。

Answer 1

我的解释是，均值转变实际上会给你所建议的结果。

本质上，您首先根据检测器输出的强度以最粗略的尺度估计人的位置的概率分布。这为您提供了众数的稳健估计。

然后，您可以使用最大值或众数周围的更精细尺度进行迭代优化。

这个想法与金字塔 LK 跟踪中使用的想法非常相似。您还可以进行集成处理和/或粒子过滤器。