直方圖在多尺度（平均移？）

Question

我工作的HOG描述符，我幾乎大部分的零件做，除了檢測窗口的融合方向梯度。

我到目前爲止所做的是：我建立了圖像的尺度空間金字塔，併爲每個尺度上的每個圖像移動檢測窗口（64x128）並檢測人類。在每個圖像中，一個人被多個窗口檢測到。

所以現在的問題是如何將所有這些窗口（假設爲一人）融合成一個窗口。達拉爾認爲應該使用一個強大的模式檢測算法，如均值偏移。但是，我有多個比例尺......我應該首先估計在比例尺空間的較低級別中找到的檢測窗口的真實位置，以便做到這一點？

任何幫助表示讚賞。 在此先感謝。

Answer 1

我的解釋是，平均轉變會給你實際上的建議。

本質上講，你估計人的位置在第一基於檢測器輸出的優勢最粗尺度的概率分佈。這給你一個強大的模式估計。

然後，您可以反覆改進周圍使用最大或模式的更精細的尺度。

的想法是非常相似的是，在金字塔LK跟蹤使用，例如。你也可以做集成處理和/或粒子濾波器。