在对象检测中执行均值偏移以合并检测窗口答案

【问题标题】：Performing mean shift to merge detection windows in object detection在对象检测中执行均值偏移以合并检测窗口
【发布时间】：2014-03-02 01:56:54
【问题描述】：

有人可以解释如何实现均值偏移算法以在对象检测中合并检测窗口吗？一个例子是 Dalal 和 Triggs 使用 HOG 特征进行行人检测的工作。在对行人进行重叠检测窗口后，他们应用均值偏移来组合这些检测窗口......

编辑

我非常了解均值偏移如何合并检测窗口的基本概念。我很难理解均值偏移背后的数学原理。我目前正在阅读书籍，但他们没有详细说明他们对算法的解释。如果有更简单的解释或者你能推荐一个好的来源，我将非常感激

【问题讨论】：

【解决方案1】：

Mean Shift 应用示例：Mean Shift segmentation

好的，我不确定这是否会有所帮助，但均值偏移背后的想法是集群是数据点往往靠近在一起的地方。该数据点也被假设为独立于概率分布且同分布。之后，您会找到局部最大值。

可以在此处找到更好的图表理解来源：Segmentation

通过文件中的均值偏移搜索分段。希望我有所帮助，并且您了解其背后的概念（：

【讨论】：