12、计算机视觉中的目标检测与识别技术

计算机视觉中的目标检测与识别技术

非极大值抑制

在目标检测中，当使用滑动窗口扫描图像时，会得到许多重叠的区域。非极大值抑制（Non-maximum suppression）技术可以帮助我们处理这些重叠区域，只保留得分最高的区域，抑制其他得分较低的重叠区域。

非极大值抑制的基本原理是，对于图像中同一区域的多个检测结果，只保留得分最高的那个，丢弃其他得分较低的结果。这是因为相邻的窗口往往会有较高的得分，而我们只对最佳结果的窗口感兴趣。

具体操作步骤如下：
1. 构建图像金字塔后，使用滑动窗口方法扫描图像进行目标检测。
2. 收集所有返回正结果（超过某个任意阈值）的当前窗口，并选择响应最高的窗口 W。
3. 消除所有与 W 显著重叠的窗口。
4. 移动到下一个响应最高的窗口，并对当前尺度重复上述过程。

当当前尺度的处理完成后，移动到图像金字塔的下一个尺度，重复上述过程。为了确保在整个非极大值抑制过程结束时窗口能正确表示，需要根据图像的原始大小计算窗口大小。

以下是一个简单的流程图展示非极大值抑制的过程：

graph TD;
    A[构建图像金字塔] --> B[滑动窗口扫描图像];
    B --> C[收集正结果窗口];
    C --> D[选择最高响应窗口 W];
    D --> E[消除与 W 重叠窗口];
    E --> F[移动到下一个窗口];
    F --> G{当前尺度处理完?};
    G -- 否 --> D;
    G -- 是 --&g