多尺度滑动窗口法,multiple-scale sliding window method

当前的人体检测技术，基本都会采用到多尺度滑动窗口法，该方法需要对图像做不同尺度的缩放，然后用固定大小的滑动窗口以等距步长在整幅图像上滑动，并对每一个滑动窗口做人体检测。

因此，这个方法的最大优点就是漏检率极低，因为它会对整幅图像都滑动，不会漏掉任何一个可能会出现人体的位置。但是这种优势，是用巨大的搜索空间和时间消耗换来的，检测效率自然会受到较大的影响。这个方法的大致原理，可用下面的流程图演示。

我们以大小为480*640的图像为例，缩放尺度为1.1，首先构建图片中最左侧的金字塔（构建金字塔的结束条件是最顶层图像长小于128或者宽小于64），然后以64*128的滑动窗口，滑动步长为8像素，对每一层都会进行滑动，获得检测窗口。这个时候，我们会获得13473张待检测图像，首先这个数量是很庞大的，其次就是图像冗余很大。

所以针对滑动窗口法的这一弱势，我们有必要对该方法进行改进~

时间： 2024-10-15 00:57:28

多尺度滑动窗口法,multiple-scale sliding window method的相关文章

洛谷P1886 滑动窗口（POJ.2823 Sliding Window）（区间最值）

To 洛谷.1886 滑动窗口 To POJ.2823 Sliding Window 题目描述 现在有一堆数字共N个数字(N<=10^6),以及一个大小为k的窗口.现在这个从左边开始向右滑动,每次滑动一个单位,求出每次滑动后窗口中的最大值和最小值. 例如: The array is [1 3 -1 -3 5 3 6 7], and k = 3. 输入输出格式 输入格式: 输入一共有两行,第一行为n,k. 第二行为n个数(<INT_MAX). 输出格式: 输出共两行,第一行为每次窗口滑动的最小值

无重复字符的最长子串——滑动窗口法？

给定一个字符串,请你找出其中不含有重复字符的 最长子串 的长度. 示例 1: 输入: "abcabcbb" 输出: 3 解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3. 示例 2: 输入: "bbbbb" 输出: 1 解释: 因为无重复字符的最长子串是 "b",所以其长度为 1. 示例 3: 输入: "pwwkew" 输出: 3 解释: 因为无重复字符的最长子串是 "wke&qu

LeetCode-Minimum Window Substring-最小窗口子串-滑动窗口算法（尺取法）

https://oj.leetcode.com/problems/minimum-window-substring/ 线性复杂度的限制下,考虑使用滑动窗口法.这个方法的思路就是维持一个窗口,窗口向右边界扩张以满足限制条件.窗口左边界收缩以尽量使其最小. 注意这个题目可能是一个典型的滑动窗口方法的实现.外部循环移动左边界i,循环内部扩张右边界p以满足限制条件.并且内外都有终止可能. 使用两个map和一个计数变量以快速统计条件限制的满足情况. class Solution { public: int

第二十六节，滑动窗口和 Bounding Box 预测

上节,我们学习了如何通过卷积网络实现滑动窗口对象检测算法,但效率很低.这节我们讲讲如何在卷积层上应用这个算法. 为了构建滑动窗口的卷积应用,首先要知道如何把神经网络的全连接层转化成卷积层.我们先讲解这部分内容,并演示卷积的应用过程. 一 卷积的滑动窗口实现 假设对象检测算法输入一个 14×14×3 的图像,图像很小,不过演示起来方便.在这里过滤器大小为 5×5,数量是 16, 14×14×3 的图像在过滤器处理之后映射为 10×10×16.然后通过参数为 2×2 的最大池化操作,图像减小到 5×

2. 滑动窗口和 Bounding Box 预测

滑动窗口和 Bounding Box 预测(转) 原文链接:https://www.cnblogs.com/zyly/p/9180485.html 目录 一 卷积的滑动窗口实现 二  Bounding Box 预测 上节,我们学习了如何通过卷积网络实现滑动窗口对象检测算法,但效率很低.这节我们讲讲如何在卷积层上应用这个算法. 为了构建滑动窗口的卷积应用,首先要知道如何把神经网络的全连接层转化成卷积层.我们先讲解这部分内容,并演示卷积的应用过程. 回到顶部 一 卷积的滑动窗口实现 假设对象检测算法

【python-leetcode904-滑动窗口法】水果成篮

问题描述: 在一排树中,第 i 棵树产生 tree[i] 型的水果.你可以从你选择的任何树开始,然后重复执行以下步骤:把这棵树上的水果放进你的篮子里.如果你做不到,就停下来.移动到当前树右侧的下一棵树.如果右边没有树,就停下来.请注意,在选择一颗树后,你没有任何选择:你必须执行步骤 1,然后执行步骤 2,然后返回步骤 1,然后执行步骤 2,依此类推,直至停止.你有两个篮子,每个篮子可以携带任何数量的水果,但你希望每个篮子只携带一种类型的水果.用这个程序你能收集的水果总量是多少? 示例 1: 输入

Sliding Window（滑动窗口）

Time Limit: 12000MS   Memory Limit: 65536K Total Submissions: 58002   Accepted: 16616 Case Time Limit: 5000MS Description An array of size n ≤ 106 is given to you. There is a sliding window of size k which is moving from the very left of the array to

[leetcode]239. Sliding Window Maximum滑动窗口最大值

Given an array nums, there is a sliding window of size k which is moving from the very left of the array to the very right. You can only see the k numbers in the window. Each time the sliding window moves right by one position. Return the max sliding

[Swift]LeetCode480. 滑动窗口中位数 | Sliding Window Median

Median is the middle value in an ordered integer list. If the size of the list is even, there is no middle value. So the median is the mean of the two middle value. Examples: [2,3,4] , the median is 3 [2,3], the median is (2 + 3) / 2 = 2.5 Given an a