15、构建自定义目标检测器

构建自定义目标检测器

1. HOG 特征与目标检测

HOG（Histogram of Oriented Gradients）特征在目标检测中有着重要的应用。在可视化中，可以看到 HOG 将图像划分为多个单元格，能轻松识别出车辆的车轮和主要结构。

1.1 HOG 工作原理

对于每个 HOG 单元格，其直方图的区间数量等于 HOG 所考虑的梯度数量，也就是轴方向的数量。计算完所有单元格的直方图后，HOG 会处理这些直方图组以生成更高级别的描述符。具体来说，单元格会被组合成更大的区域，称为块。块可以由任意数量的单元格组成，但在行人检测中，2x2 单元格的块效果最佳。

为了补偿光照和阴影的局部变化，会创建一个块级向量并进行归一化处理。因为单个单元格区域太小，难以检测到这些变化，而归一化可以提高基于 HOG 的检测器在不同光照条件下的鲁棒性。

1.2 处理目标位置和尺度变化

和其他检测器一样，基于 HOG 的检测器需要处理目标位置和尺度的变化。通过在图像上移动固定大小的滑动窗口来解决在不同位置搜索的问题；通过将图像缩放到不同大小形成图像金字塔来解决在不同尺度搜索的问题。

然而，在使用滑动窗口进行目标检测时，会出现重叠窗口中多次检测到同一目标的情况。为了避免报告多个位置，我们需要选择置信度最高的检测结果，这就引入了非极大值抑制（NMS）的概念。

2. 非极大值抑制（NMS）

2.1 NMS 概念

NMS 的概念看似简单，即从一组重叠的检测结果中选择最佳的一个。但实际实现比最初想象的要复杂，因为重叠检测可能出现在不同的尺度上。在检查重叠之前