对于下图,左边是行人,作为阳性例子,赋值y=1,右边是景物,作为阴性例子,赋值y=0;

斯坦福大学公开课机器学习:监督学习在行人检测的应用(supervised learning for pedestrian detection)-LMLPHP

步长概念:

如下图所示,步长表示绿色框框移动的距离,有时候也称为滑动参数stride,如果一次移动一个像素,则称步长为1,通常步长为1时,表现最好,但是计算成本高,一般,选用4或8个步长更为常见。

斯坦福大学公开课机器学习:监督学习在行人检测的应用(supervised learning for pedestrian detection)-LMLPHP

斯坦福大学公开课机器学习:监督学习在行人检测的应用(supervised learning for pedestrian detection)-LMLPHP

通过绿色框框进行移动,然后运行分类器,对图块(image patches)进行分类,直到最后。随着你在图片的不同位置,滑动这个矩形框,首先从第一行,然后滑到下一行,使用不同的步长对这些不同的图块应用某个步长,通过分类器进行分类。接下来用更大的图块,也通过分类器运行,一般就能检测行人。这是一个如何训练一个分类器的过程,然后,使用滑动窗口分类,或使用一个滑动窗口检测器,去寻找图像中的行人。

05-18 00:25