BING算法原理
BING(Binarizde Normed Gradients)由程明明在2014年CVPR 上的BING: Binarized Normed Gradients for Objectness Estimation at 300fps文献中提出,在1000个预选框的情况下,检测准确率高达96.2%,且速度可达300帧/秒。
BING算法的检测目标是无类别的一般物体。“物体”的最大特点是有完整、闭合的边界,而背景则是杂乱无章的。在梯度空间图上,无论是物体形状如何,只要归一化到一个相同的尺度上(例如8*8),它们就变得十分有共性。

最低0.47元/天 解锁文章
995

被折叠的 条评论
为什么被折叠?



