使用MatConvNet的神经网络模型结合滑动窗技术，对图像进行内容搜索。针对不同大小的目标，采用多个尺寸的窗口按步长移动，对框内图像进行分类。当分类结果为预设类别且置信度高时，标记窗口位置。文章提供了一个MATLAB实现的滑动窗函数示例。
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
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
