目标检测——非极大值抑制算法(NMS算法)

1、非极大值抑制算法提出的目的

         在目标检测中，为了消除多余的检测框，找到最佳的物体检测的位置。

 

2、 非极大值抑制（Non-Maximum Suppresion， NMS）

• 什么是非极大值抑制

        非极大值抑制（Non-Maximum Suppression，NMS），顾名思义就是抑制不是极大值的元素，可以理解为局部最大搜索。这个局部代表的是一个邻域，邻域有两个参数可变，一是邻域的维数，二是邻域的大小。此处主要说明NMS用于目标检测中提取分数最高的窗口的。例如在行人检测中，滑动窗口经提取特征，经分类器分类识别后，每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗口存在包含或者大部分交叉的情况。这时就需要用到NMS来选取那些邻域里分数最高（是行人的概率最大），并且抑制那些分数低的窗口。NMS在计算机视觉领域有着非常重要的应用，如视频目标跟踪、数据挖掘、3D重建、目标识别以及纹理分析等。

• 思想：

         选取那些邻域里分数最高的窗口，同时抑制那些分数低的窗口。

• 原理分析：

        对所有检测到的检测框按照他们的得分进行排序（这个得分就是我们利用分类器来进行时，会得到一个概率值，这个概率值就表示当前检测框是我们所需要检测目标的概率大小。）选出得分最大的检测框A，设定阈值b，在剩下的检测框中，计算他们与最大检测框A之间的IoU（Intersection over Union）