Методы обнаружения HOG

Question

Я новичок в области компьютерного зрения и машинного обучения, я много искал, но не нашел ответа на свои вопросы.

Во-первых: я хочу знать, в чем разница между всеми этими методами обнаружения.

1) HOG.detect()

2) HOG.detectMultiScale()

3) HOG.setSvmDetector()

Во-вторых: я читал, что HOG.setSvmDetector() используется только для обнаружения одного объекта, поскольку SVM является бинарной классификацией, мне было интересно, можем ли мы обучить мультикласс SVM (один против всех), и для каждого отдельного класса SVM мы применяем новый экземпляр HOG.setSvmDetector()?

для экзамена, если я построил 2 SVM, что означает, что теперь у меня есть мультикласс SVM из 2 классов, могу ли я сделать что-то вроде этого:

HOGDescriptor hog1 = newHOGDescriptor ()

HOGDescriptor hog2 = новый HOGDescriptor ()

hog1.setSvmDetector (ОДИН КЛАСС)

hog2.setSvmDetector (КЛАСС ВТОРОЙ)

Answer 1

HOG.detect Он обнаруживает объекты в одном изображении.

HOG.detectMultiScale Он обнаруживает объекты на изображении с исходным размером, а затем уменьшает изображение, используя определенный коэффициент, например, используя 1,2 в качестве фактора. Затем он обнаруживает объекты на изображении с пониженной дискретизацией и далее уменьшает изображение. Этот процесс повторяется до тех пор, пока размер изображения не станет меньше размера окна обнаружения. Затем он объединяет все найденные обнаружения на всех изображениях.

HOG.setSvmDetector() Используется для установки обучаемого классификатора. OpenCV предоставляет вам предварительно обученный классификатор для различных наборов данных, таких как getDefaultPeopleDetector () (обученный с использованием пешеходного набора данных INRIA) и getDaimlerPeopleDetector () (обученный с использованием пешеходного набора данных Daimler).

Вы также можете обучить свой собственный классификатор, двоичный или мультиклассовый, и использовать его в setSvmDetector () ..