selectStrongestBbox
从重叠集群选择最强的边界框
语法
描述
(返回选定的边界框,有很高的信心得分。函数使用nonmaximal抑制消除重叠边界框的selectedBbox,selectedScore)= selectStrongestBbox (bbox,分数)bbox输入。
(此外返回selectedBbox,selectedScore,指数)= selectStrongestBbox (bbox,分数)指数向量与selectedBbox。这个向量包含指数的选择框bbox输入。
(___)= selectStrongestBbox (___,使用指定的一个或多个额外的选项名称,值)名称,值对参数。
例子
上运行Nonmaximal抑制边界框使用探测器
加载pretrained总通道特性(ACF)检测器。
peopleDetector = peopleDetectorACF ();
检测图像中的人。禁用默认nonmaximal抑制使用的探测器。
我= imread (“visionteam1.jpg”);[bbox,分数]=检测(peopleDetector,我,“SelectStrongest”、假);
运行nonmaximal抑制和自定义阈值。
我= imread (“visionteam1.jpg”);[selectedBbox, selectedScore] = selectStrongestBbox (bbox,分数,“OverlapThreshold”,0.3);
显示结果。
I1 = insertObjectAnnotation(我“矩形”bbox,分数,“颜色”,“r”);I2 = insertObjectAnnotation(我“矩形”selectedBbox selectedScore,“颜色”,“r”);图中,imshow (I1);标题(“之前检测人和检测成绩抑制”);
图中,imshow (I2);标题(发现人们和检测成绩后抑制的);
输入参数
bbox- - - - - -边界框
米4矩阵|米5矩阵
边界框,指定为一个米4或米5 nonsparse数字矩阵。米边界框的数量。矩阵的每一行定义了一个边界框是axis-aligned矩形或矩形旋转。此表描述了每个边界框的格式。
| 边界框 | 描述 |
|---|---|
| Axis-aligned矩形 | 作为一个定义在空间坐标米4数字矩阵形式的行(xywh),地点:
|
| 旋转的矩形 | 作为一个定义在空间坐标米5数字矩阵形式的行(xctryctrxlenylen偏航),地点:
|
数据类型:单|双|int8|int16|int32|uint8|uint16|uint32
分数- - - - - -信心得分
米1的向量
信心得分,指定为一个米1的向量。的米分数对应米的边界框bbox输入。的selectStrongestBbox函数使用nonmaximal抑制消除重叠边界框,并将信心得分与盒子。更高的分数代表着更高的信心保持边界框。的分数输入必须是真实的,有限的,和nonsparse。
数据类型:单|双|int8|int16|int32|uint8|uint16|uint32
名称-值参数
指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。
R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。
例子:“RatioType”,“联盟”设置“RatioType”财产“联盟”。
RatioType- - - - - -边界框重叠比率的分母
“联盟”(默认)|“最小值”
比率类型,指定为特征向量“联盟”或“最小值”。
设置比率类型
“联盟”计算比率之间的交叉领域bboxA和bboxB,除以区域联盟的两个。设置比率类型
“最小值”计算比率之间的交叉领域bboxA和bboxB,除以最低的两个边界框区域。
数据类型:字符
OverlapThreshold- - - - - -重叠率阈值
0.5(默认)|标量范围(0 1)
重叠率阈值,指定为逗号分隔两人组成的“OverlapThreshold”和一个标量范围(0 - 1)。当重叠率高于阈值设置,参考盒子函数删除边框。降低这个值减少的数量选择的边界框。但是,如果你减少重叠比太多,你可能会消除框,代表图像中的物体接近彼此。
数据类型:单|双
NumStrongest- - - - - -最大数量的最强的盒子
正(默认)|积极的标量
最大最强的数量框,指定为逗号分隔组成的“NumStrongest”和正或积极的标量。使用这个参数来减少处理时间当你有先验知识的最大数量。将值设置为正选择所有最强的、非重叠边界框。
