selectStrongestBbox
从重叠的簇中选择最强的包围框
语法
描述
(返回具有高置信度得分的选定边框。函数使用非最大抑制来消除重叠边界框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．的选定框的索引bbox输入。
(＿＿＿) = selectStrongestBbox (＿＿＿,使用一个或多个指定的附加选项名称,值）名称,值对参数。
例子
使用人员检测器对包围框进行非最大抑制
加载预训练的聚合信道特征(ACF)人检测器。
peopleDetector = peopleDetectorACF ();
检测图像中的人。禁用检测器使用的默认非最大抑制。
我= imread (“visionteam1.jpg”）;[bbox,分数]=检测(peopleDetector,我,“SelectStrongest”、假);
使用自定义阈值运行非最大抑制。
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(“在抑制之前检测到人和检测分数”）;
图中,imshow (I2);标题(“被发现的人和被抑制后的发现分数”）;
输入参数
bbox- - - - - -边界框
米4矩阵|米5矩阵
边框，指定为米4或米- × 5非稀疏数值矩阵。米为包围框的数目。矩阵的每一行都将边界框定义为轴对齐矩形或旋转矩形。该表描述了每个边界框的格式。
| 边界框 | 描述 |
|---|---|
| Axis-aligned矩形 | 在像素坐标中定义为米-乘4的数字矩阵，列的形式[xywh),地点:
|
| 旋转的矩形 | 在空间坐标中定义为米-乘5的数字矩阵，其行形式为[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
置信分数，指定为米1的向量。的米这个分数对应于米边界框在bbox输入。的selectStrongestBbox函数使用非最大抑制来消除重叠的边界框，并将置信度得分与这些框关联起来。分数越高，表示保持边界框的信心越高。的分数输入必须是实数、有限和非稀疏的。
数据类型:单|双|int8|int16|int32|uint8|uint16|uint32
名称-值参数
指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．
“RatioType”,“联盟”设置“RatioType”财产“联盟”．
RatioType- - - - - -边界框重叠比分母
“联盟”(默认)|“最小值”
比率类型，指定为字符向量“联盟”或“最小值”．
设置比率类型为
“联盟”以求两者交点面积的比值bboxA和bboxB，除以两者结合的面积。设置比率类型为
“最小值”以求两者交点面积的比值bboxA和bboxB，除以两个边界框的最小面积。
数据类型:字符
OverlapThreshold- - - - - -重叠率阈值
0．5(默认)|范围[0 1]内的标量
重叠率阈值，指定为逗号分隔对，由'OverlapThreshold和范围为[0 1]的标量。当重叠率高于您设置的阈值时，该函数将移除参考框周围的边界框。减少这个值以减少选定的包围框的数量。然而，如果你把重叠率降低得太多，你可能会消除在图像中表示彼此接近的对象的框。
数据类型:单|双
NumStrongest- - - - - -最强的箱子的最大数量
正(默认)|积极的标量
最强框的最大数量，指定为逗号分隔对，由“NumStrongest”和正或者一个正标量。当您有关于最大箱子数量的先验知识时，使用此参数可以减少处理时间。将值设置为正选择所有最强的、不重叠的包围框。
输出参数
扩展功能
你也可以从以下列表中选择一个网站:
