cv::saliency::ObjectnessBING クラス

Objectness algorithms based on [3] [3] Cheng, Ming-Ming, et al. "BING: Binarized normed gradients for objectness estimation at 300fps." IEEE CVPR. 2014. [詳解]

#include <saliencySpecializedClasses.hpp>

cv::saliency::Objectnessを継承しています。

公開メンバ関数
CV_WRAP bool	computeSaliency (InputArray image, OutputArray saliencyMap)
CV_WRAP void	read ()
CV_WRAP void	write () const
CV_WRAP std::vector< float >	getobjectnessValues ()
	矩形のオブジェクトネス値のリストを返します。[【詳解】（英語］
CV_WRAP void	setTrainingPath (const String &trainingPath)
	これは、アルゴリズムが学習したモデルをロードする正しいパスを設定するためのユーティリティー関数です。[【詳解】（英語］
CV_WRAP void	setBBResDir (const String &resultsDir)
	これは，アルゴリズムがオプションの結果を保存する任意のパスを設定することができるユーティリティ関数です．[【詳解】（英語］
CV_WRAP double	getBase () const
CV_WRAP void	setBase (double val)
CV_WRAP int	getNSS () const
CV_WRAP void	setNSS (int val)
CV_WRAP int	getW () const
CV_WRAP void	setW (int val)
基底クラス cv::saliency::Saliency に属する継承公開メンバ関数
virtual	~Saliency ()
	デストラクタ
CV_WRAP bool	computeSaliency (InputArray image, OutputArray saliencyMap)
	顕著性を計算する[【詳解】（英語］
基底クラス cv::Algorithm に属する継承公開メンバ関数
virtual CV_WRAP void	clear ()
	アルゴリズムの状態をクリアする[【詳解】（英語］
virtual void	write (FileStorage &fs) const
	アルゴリズムのパラメーターをファイルストレージに格納[【詳解】（英語］
CV_WRAP void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
	これはオーバーロードされたメンバ関数です。利便性のために用意されています。元の関数との違いは引き数のみです。
virtual CV_WRAP void	read (const FileNode &fn)
	アルゴリズム・パラメータをファイル・ストレージから読み込みます。[【詳解】（英語］
virtual CV_WRAP bool	empty () const
	が空の場合はtrueを返します。Algorithmが空の場合は真を返します。[【詳解】（英語］
virtual CV_WRAP void	save (const String &filename) const
virtual CV_WRAP String	getDefaultName () const

静的公開メンバ関数
static CV_WRAP Ptr< ObjectnessBING >	create ()
基底クラス cv::Algorithm に属する継承静的公開メンバ関数
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	ファイル・ノードからアルゴリズムを読み込む[【詳解】（英語］
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	ファイルからアルゴリズムを読み込む[【詳解】（英語］
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	文字列からアルゴリズムを読み込む[【詳解】（英語］

限定公開メンバ関数
bool	computeSaliencyImpl (InputArray image, OutputArray objectnessBoundingBox) CV_OVERRIDE
	Binarized normed gradientsアルゴリズムの達成に必要なすべての演算を実行し、すべての内部関数を呼び出します。[【詳解】（英語］
基底クラス cv::Algorithm に属する継承限定公開メンバ関数
void	writeFormat (FileStorage &fs) const

その他の継承メンバ
基底クラス cv::saliency::Saliency に属する継承限定公開変数類
String	className

詳解

Objectnessに基づくアルゴリズム [3] [3] Cheng, Ming-Ming, et al. "BING: Binarized normed gradients for objectness estimation at 300fps." IEEE CVPR. 2014.

のBinarized normed gradientsアルゴリズムを使用しています。[BING]を使用しています。

関数詳解

computeSaliencyImpl()

bool cv::saliency::ObjectnessBING::computeSaliencyImpl ( InputArray image, OutputArray objectnessBoundingBox )

protected virtual

Binarized normed gradientsアルゴリズムの達成に必要なすべての演算を実行し、すべての内部関数を呼び出します。

引数

image	の達成に必要なすべての演算と内部関数の呼び出しを行います。この特化したアルゴリズムの必要性に応じて，param画像は，単一の Mat
objectnessBoundingBox	Objectness Bounding Box ベクトル。この特化したアルゴリズムが与える結果によると、objectnessBoundingBoxはベクトル<Vec4i>の. 各バウンディング・ボックスはVec4ifor (minX, minY, maxX, maxY).

cv::saliency::Objectnessを実装します。

getobjectnessValues()

CV_WRAP std::vector< float > cv::saliency::ObjectnessBING::getobjectnessValues

(

)

矩形のオブジェクトネス値のリストを返します。

と同じ順序でvector<Vec4i> objectnessBoundingBoxと同じ順番で返します．これらのスコアの値が大きければ大きいほど，オブジェクトウィンドウである可能性が高くなります．

setBBResDir()

CV_WRAP void cv::saliency::ObjectnessBING::setBBResDir

(

const String &

resultsDir

)

これは，アルゴリズムがオプションの結果を保存する任意のパスを設定することができるユーティリティ関数です．

(を保存する任意のパスを設定できるユーティリティー関数です（つまり，objectess によって返された矩形の総数とリストを，各行ごとにファイルに書き込む）．

引数

resultsDir

結果のフォルダパス

setTrainingPath()

CV_WRAP void cv::saliency::ObjectnessBING::setTrainingPath

(

const String &

trainingPath

)

これは、アルゴリズムが学習したモデルをロードする正しいパスを設定するためのユーティリティー関数です。

引数

trainingPath

学習済みモデルのパス

---

このクラス詳解は次のファイルから抽出されました:

• saliencySpecializedClasses.hpp