3

所以基本上我已经创建了自己的行人检测算法（我需要它用于一些研究目的，因此决定不使用提供的 HoG 检测器）。

检测后，我会在检测到的对象/人周围有许多重叠的矩形。然后我会应用非最大值抑制来保留局部最大值。然而，在非极大值抑制算法的搜索范围之外的位置仍有重叠的矩形。

你将如何合并矩形？我尝试使用 grouprectangles，但不知何故我不知道它是如何得出结果的（例如 grouprectangles(rects, 1.0, 0.2)）

我应用了一个基本的合并算法，如果有矩形重叠一定百分比的区域，则合并，代码如下所示。

/**
 * Merge a set of rectangles if there's an overlap between each rectangle for more than 
 * specified overlap area
 * @param   boxes a set of rectangles to be merged
 * @param   overlap the minimum area of overlap before 2 rectangles are merged
 * @param   group_threshold only the rectangles that have more than the remaining group_threshold rectangles will be retained
 * @return  a set of merged rectangles
 **/
vector<Rect> Util::mergeRectangles( const vector<Rect>& boxes, float overlap, int group_threshold ) {
    vector<Rect> output;
    vector<Rect> intersected;
    vector< vector<Rect> > partitions;
    vector<Rect> rects( boxes.begin(), boxes.end() );

    while( rects.size() > 0 ) {
        Rect a      = rects[rects.size() - 1];
        int a_area  = a.area();
        rects.pop_back();

        if( partitions.empty() ) {
            vector<Rect> vec;
            vec.push_back( a );
            partitions.push_back( vec );
        }
        else {
            bool merge = false;
            for( int i = 0; i < partitions.size(); i++ ){

                for( int j = 0; j < partitions[i].size(); j++ ) {
                    Rect b = partitions[i][j];
                    int b_area = b.area();

                    Rect intersect = a & b;
                    int intersect_area = intersect.area();

                    if (( a_area == b_area ) && ( intersect_area >= overlap * a_area  ))
                        merge = true;
                    else if (( a_area < b_area ) && ( intersect_area >= overlap * a_area  ) )
                        merge = true;
                    else if (( b_area < a_area ) && ( intersect_area >= overlap * b_area  ) )
                        merge = true;

                    if( merge )
                        break;
                }

                if( merge ) {
                    partitions[i].push_back( a );
                    break;
                }
            }

            if( !merge ) {
                vector<Rect> vec;
                vec.push_back( a );
                partitions.push_back( vec );
            }
        }
    }

    for( int i = 0; i < partitions.size(); i++ ) {
        if( partitions[i].size() <= group_threshold )
            continue;

        Rect merged = partitions[i][0];
        for( int j = 1; j < partitions[i].size(); j++ ) {
            merged |= partitions[i][j];
        }

        output.push_back( merged );

    }

    return output;
}

但是，如果这实际上是在计算机视觉中合并矩形的一种公认方法，我现在想做什么，尤其是当我想检查我的算法的精确召回率时。我的方法有时似乎过于简单，每个合并的矩形都变得越来越大，主要是因为合并 |= partitions[i][j]; 它找到包围两个矩形的最小矩形。

如果这是合并检测窗口的可接受方式，那么合并重叠的常用值是多少（即如果重叠面积 >= 百分比）？

4

1 回答 1

4

我敢说，没有“公认”的方式来合并某些感兴趣的领域。甚至合并点的百分比也完全取决于您要执行的操作。

您可以尝试使用某种权重/投票机制，根据原始检测到的正方形的大小（也可以使用其他东西，与其他东西的重叠量或数量），为某些观察赋予更大的权重重叠）。

您还可以将找到的方块合并到某种掩码中。这将创建一个图像，其中所有的正方形都是白色像素，其他都是黑色的。通过在原始图像上使用该蒙版，您应该拥有一组非常精确的“合并”感兴趣区域，它们与您找到的正方形一样大。

于 2013-04-25T07:44:53.640 回答