利用滑动窗搜索图像中的特定内容
Matconvnet官方给出的神经网络分类器imagenet-googleNet-dag.mat已经具备了较强的识别能力,能识别1000种标签。利用它再编写一个滑动窗函数,即可实现对大图像的内容搜索(如在一棵果树上寻找果子)。
分析:
由于图像中目标对象的大小往往不同,所以采用多个不同尺寸的滑动窗口对图像进行处理。处理时,窗口由左向右,由上向下依照一定的步长逐次移动,每次移动,将框内的图像输入神经网络进行处理,然后通过得到的结果做出相应。
在本例中,若分类得到的标签号大于900(考虑到干扰,只需分类结果满足为水果),且置信度大于0.90,则记录该窗口的位置,在原图上用黑框将这个位置标出。
首先先来编写窗口尺寸不变的滑动窗函数:(MATLA