Python OpenCV Sliding Windowオブジェクト検出

Question

私は、sklearn、skimageを使用してpython 2.7、openCV version 3でスライディングウィンドウを実装しています.HOG検出器を適用してオブジェクトをローカライズします。

HOGセットアップがうまく機能します。私がスライディングウィンドウを適用しない場合は、すべて正常に動作します。

スライディングウィンドウのサイズは128x128で、特徴ベクトルの長さは15876です。トレーニングセットのサイズは579474ですが、800x600画像でトレーニングされています。

これを明確な方法で直接処理する質問は何もありませんでしたが、実際には私は困惑しています。私はこの問題に取り組む多くの論文も見ていない。

clf = joblib.load(model_path) 
# load the image and define the window width and height 
image = imread(args["image"], flatten=True) 
(winW, winH) = (128, 128) 

# loop over the image pyramid 
for resized in pyramid(image, scale=1.5): 
    # loop over the sliding window for each layer of the pyramid 
    for (x, y, window) in sliding_window(resized, stepSize=32, windowSize=(winW, winH)): 
     # if the window does not meet our desired window size, ignore it 
     if window.shape[0] != winH or window.shape[1] != winW: 
      continue 

     fd = hog(window, orientations, pixels_per_cell, cells_per_block, visualize, normalize) 
     pred = clf.predict(fd) 
     if pred == 1: 
      print("found, found, found, found, found") 

私はそれを描く場合はスライディングウィンドウは細かい視覚化する、それだけで、予測関数です：

私のコードはこれです。ウィンドウフィーチャをトレーニングフィーチャと比較する方法

ありがとうございました！

敬具、

フレッド

Answer 1

私はこの答えがあると思う：

だけでウィンドウサイズと同じ大きさの画像を訓練します。あなたがデータを失っているように見えるかもしれませんが、大きな画像でテストしてください。これがうまく動作するためには、前記対象オブジェクトはウィンドウサイズに収まる必要がある。

私は270x200でトレーニングをしており、次に270x200のウィンドウを2.7K X 2K（同じアスペクト比）以上でスキャンします。

それは混乱している他の誰のために、このように動作します:)

フレッド