Многошкальный поиск для HOG+SVM в Matlab
Во-первых, это мой первый вопрос, поэтому я надеюсь, что смогу объяснить это ясно.
Моя цель заключается в обнаружении различных классов дорожных знаков на изображениях. Для этого я обучил двоичные SVM, выполняя следующие шаги:
- Сначала я получил базу данных об уличных дорожных знаках, таких как в ссылке. Я рассматривал разные классы (запрет, опасность и т. Д.) И негативные образы. Все они были масштабированы до 40x40 пикселей.
http://i.imgur.com/Hm9YyZT.jpg
- Я обучал модели линейного SVM для каждого класса (1-против всех), используя HOG в качестве функции. Каждое изображение описано с 1728-мерным признаком. (Я добавляю три векторных признака для всех трех плоскостей изображения). Я провел перекрестную валидацию, чтобы установить параметр C, и проверил ранее невидимые изображения 40x40, и получил очень точные результаты (оценка F1 более 0,9 для всех классов). Я использовал libsvm для обучения и тестирования.
Теперь я хотел бы обнаружить знаки на полных дорожных изображениях, сдвигая окно в разных масштабах изображения. Проблема, с которой я сталкиваюсь, заключается в том, что я не смог найти ни одной функции, которая могла бы сделать это для меня (как DetectMultiScale в OpenCV), и мое решение очень медленное и элементарное (я просто делаю тройной цикл for, и для каждого масштабировать я обрезать последовательные и перекрывающиеся изображения 40x40, получить функции HOG и применить svmpredict для каждого).
Может кто-нибудь дать мне подсказку, чтобы найти более быстрый способ сделать это? Я тоже думал о том, чтобы получить вектор объектов HOG для всего входного изображения, а затем переупорядочить этот вектор в матрице, где каждая строка будет иметь объекты, соответствующие каждому окну 40x40, но я не смог найти прямой способ сделать это.
Спасибо,
1 ответ
Я бы предложил использовать функцию обнаружения SURF, однако я не знаю, будет ли это слишком медленным для ваших нужд.
Смотрите: http://morf.lv/modules.php?name=tutorials&lasit=2 для получения дополнительной информации о том, как реализовать и выдержать это жизнеспособное решение для вас.