在 HOG 特征中重新采样图像需要什么？

Question

我阅读了Dalal and Triggs 的关于 HOG 描述的论文和 Chris McCormick 的博客关于相同的内容。博客说需要对图像进行不同尺度的重新采样以识别不同的人。

我的问题是：我们已经有一个窗口，我们将其放置在大小为 64*128 的图像上并在图像上滑动。那么为什么要重新采样而不是在可以检测人的图像上滑动整个窗口。 ?

如有错误请指正，先谢谢了！！

Answer 1

你说得对，64*128 的大小被训练为分类为“人”或“非人”。但是现实世界图像中的所有人物总是以方便的 64*128 尺寸出现吗？

这就是缩放发挥作用的地方。通过逐渐缩小图像，相同的 64*128 像素区域将覆盖原始图像中更大的区域，从而可以检测多种尺寸的人。

例如，这是我的一个模型在多个尺度上运行检测后的示例。呈现的结果是在应用非极大值抑制以剔除外部检测窗口之后。