cv::saliency::ObjectnessBING クラス

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

#include <opencv2/saliency/saliencySpecializedClasses.hpp>

Collaboration diagram for cv::saliency::ObjectnessBING:

公開メンバ関数
	ObjectnessBING ()
virtual	~ObjectnessBING ()
bool	computeSaliency (InputArray image, OutputArray saliencyMap)
double	getBase () const
int	getNSS () const
std::vector< float >	getobjectnessValues ()
	矩形のオブジェクトらしさ値のリストを返す。
int	getW () const
void	setBase (double val)
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できるユーティリティ関数である。
void	setNSS (int val)
void	setTrainingPath (const String &trainingPath)
	これは、アルゴリズムが学習済みモデルを読み込む正しいパスを設定できるユーティリティ関数である。
void	setW (int val)
Public Member Functions inherited from cv::saliency::Saliency
virtual	~Saliency ()
	デストラクタ。
bool	computeSaliency (InputArray image, OutputArray saliencyMap)
	顕著性 (saliency) を計算する。
Public Member Functions inherited from cv::Algorithm
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	アルゴリズムの状態をクリアする。
virtual bool	empty () const
	Algorithm が空の場合（たとえば開始直後や読み込みに失敗した後）に true を返す。
virtual String	getDefaultName () const
virtual void	read (const FileNode &fn)
	ファイルストレージからアルゴリズムの引数を読み込む。
virtual void	save (const String &filename) const
virtual void	write (FileStorage &fs) const
	アルゴリズムの引数をファイルストレージに保存する。
void	write (FileStorage &fs, const String &name) const

静的公開メンバ関数
static Ptr< ObjectnessBING >	create ()
Static Public Member Functions inherited from cv::Algorithm
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。
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。
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。

限定公開メンバ関数
bool	computeSaliencyImpl (InputArray image, OutputArray objectnessBoundingBox) CV_OVERRIDE
	Binarized normed gradients アルゴリズムの実行に必要なすべての操作を行い、すべての内部関数を呼び出す。
Protected Member Functions inherited from cv::saliency::Objectness
Protected Member Functions inherited from cv::saliency::Saliency
Protected Member Functions inherited from cv::Algorithm
void	writeFormat (FileStorage &fs) const

Additional Inherited Members
Protected Attributes inherited from cv::saliency::Saliency
String	className

詳細説明

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

[57] による Binarized normed gradients アルゴリズム

構築子と解体子の詳解

ObjectnessBING()

cv::saliency::ObjectnessBING::ObjectnessBING

(

)

~ObjectnessBING()

virtual cv::saliency::ObjectnessBING::~ObjectnessBING ( )

virtual

メンバ関数詳解

computeSaliency()

bool cv::saliency::ObjectnessBING::computeSaliency ( InputArray image, OutputArray saliencyMap )

inline

Python:
	cv.saliency.ObjectnessBING.computeSaliency(	image[, saliencyMap]	) ->	retval, saliencyMap

この関数の呼び出しグラフ:

computeSaliencyImpl()

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

protectedvirtual

Binarized normed gradients アルゴリズムの実行に必要なすべての操作を行い、すべての内部関数を呼び出す。

引数

image	入力画像。この特殊なアルゴリズムの要件に従い、param 画像は単一の Mat である
objectnessBoundingBox	オブジェクトらしさのバウンディングボックスのベクトル。この特化したアルゴリズムが返す結果に従い、objectnessBoundingBox は vector<Vec4i> である。各バウンディングボックスは (minX, minY, maxX, maxY) を表す Vec4i で表現される。

cv::saliency::Objectness を実装する。

この関数の呼び出しグラフ:

create()

static Ptr< ObjectnessBING > cv::saliency::ObjectnessBING::create ( )

inlinestatic

Python:
	cv.saliency.ObjectnessBING.create(		) ->	retval
	cv.saliency.ObjectnessBING_create(		) ->	retval

getBase()

double cv::saliency::ObjectnessBING::getBase ( ) const

inline

Python:
	cv.saliency.ObjectnessBING.getBase(		) ->	retval

getNSS()

int cv::saliency::ObjectnessBING::getNSS ( ) const

inline

Python:
	cv.saliency.ObjectnessBING.getNSS(		) ->	retval

getobjectnessValues()

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

(

)

Python:
	cv.saliency.ObjectnessBING.getobjectnessValues(		) ->	retval

矩形のオブジェクトらしさ値のリストを返す。

アルゴリズム（computeSaliencyImpl 関数内）が返す vector<Vec4i> objectnessBoundingBox と同じ順序である。これらのスコアの値が大きいほど、オブジェクトのウィンドウである可能性が高い。

getW()

int cv::saliency::ObjectnessBING::getW ( ) const

inline

Python:
	cv.saliency.ObjectnessBING.getW(		) ->	retval

setBase()

void cv::saliency::ObjectnessBING::setBase ( double val )

inline

Python:
	cv.saliency.ObjectnessBING.setBase(	val	) ->	None

setBBResDir()

void cv::saliency::ObjectnessBING::setBBResDir

(

const String &

resultsDir

)

Python:
	cv.saliency.ObjectnessBING.setBBResDir(	resultsDir	) ->	None

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できるユーティリティ関数である。

（すなわち、objectness が返す矩形の総数とリストを、1行に1つずつファイルに書き込む）。

引数

resultsDir

結果フォルダのパス

setNSS()

void cv::saliency::ObjectnessBING::setNSS ( int val )

inline

Python:
	cv.saliency.ObjectnessBING.setNSS(	val	) ->	None

setTrainingPath()

void cv::saliency::ObjectnessBING::setTrainingPath

(

const String &

trainingPath

)

Python:
	cv.saliency.ObjectnessBING.setTrainingPath(	trainingPath	) ->	None

これは、アルゴリズムが学習済みモデルを読み込む正しいパスを設定できるユーティリティ関数である。

引数

trainingPath

学習済みモデルのパス

setW()

void cv::saliency::ObjectnessBING::setW ( int val )

inline

Python:
	cv.saliency.ObjectnessBING.setW(	val	) ->	None

---

このクラス詳解は次のファイルから抽出されました:

• opencv2/saliency/saliencySpecializedClasses.hpp