从Bounding Boxes中能够学习什么？

Where does it come from?

The Third Research Institute of the Ministry of Public Security

基于视频结构化描述的视频语义分析系统

★

可描述车辆颜色、车型、品牌等，车型类别>1200类

个性化检索、以图搜图等

参与重大案件侦破数十起：桂林爆炸案、苏州抓捕案、亚信反恐…

★

Bounding Boxes注解

那我们从Bounding Boxes中可以得到什么呢？

1.   目标

2.   负类别

3.   Bounding Boxes 投票

之前推送也介绍过检测的Pipeline：

*Fast R-CNN, Ross Girshick, IEEE International Conference on Computer Vision (ICCV), 2015

1.   目标

动机：

• 正样本必须是目标；

• 将目标输入到End-to-End的网络PipeLine。

相关工作：

• BBox的选择；

• DeepBox；

• Region proposal networks(RPN)。

过程设置如下：

• IoU>0.5的区域，标签设置为1，其余都为0；

• 只使用End-to-End的网络的训练阶段。

2.   负类别

他人方法：设置所有IoU<0.5的区域为不合理区域。

现在的做法：

设置IoU>0.5的为正样本，0.2<IoU<0.5的为负样本，其余的都是背景。

相似的工作如下：

3.   Bounding Boxes 投票

在标准的NMS之后，在局部区域中，保持区域bbox有最高的得分；设置区域为R，IoU>0.5，用R∪boxb的方式来进行投票：

检测结果：

*该实验是在CLS数据集上进行的测试

目标定位

最简单的PipeLine：

通过上述的方法（目标、负类别和Bounding Boxes 投票），进行简单实验：

视频中的目标检测

结果：

---

关注我们的微信公众平台“计算机视觉战队”：

ID：ComputerVisionGzq

在平台中回复“深度学习”、“C++”、“Python”都会有相应的学习资料提供给大家去学习，去实践，希望大家多多支持！

后期我们会继续完善学习资料，并为大家提供GitHub的资源！