关于Non-Maximum Supression

Non-Maximum Supression 是一种局部最大值搜索算法，在CV的很多任务中都有广泛的应用, 如跟踪、数据挖掘、3D重建、目标识别等。
参考：Alexander Neubeck的论文：Efﬁcient Non-Maximum Suppression。

1-D NMS

2n+1邻域: 当前点n+i的2n+1邻域是指是在区间[i,2n+i] 上的2n+1个离散点，也就是该点和该点左右侧各n个点构成。
给定一个长度为w 的行向量y，NMS 就是以2n+1邻域搜索局部最大值. 下面以一维为例：

function maximumat =nms(y,n)
i=1;
maximumat=[];
w=length(y);
while 2*n +i<w
    if y(i+n)>max(y(n+i+1:2*n+i))
        if y(i+n)>max(y(i:n+i-1))
            maximumat = [maximumat i+n];
        end
    else 
        i=i+1;
        while 2*n +i<w && y(i+n)<max(y(n+i+1:i+2*n))
            i=i+1;
        end
        if 2*n +i<w
            maximumat = [maximumat i+n];
        end
    end
     i=i+n;
end
end

1、如果一个点比其左右两侧n点的值都大，即得到局部最大值，7-10行。
2、在处理过程中，如果未得到局部最大值，可以知道i + n 点比左侧的i到i+n-1点小，那么在下一次处理时，i = i + n，20行。

% eg1
x= 50:0.1:200;
y= sin(x)./x;
% eg2
x=1:200;
y=rand(1,200);
n=2;
maximumat =nms(y,n);
plot(x,y,'-bo');
hold on 
plot(x(maximumat),y(maximumat),'-rs',  'MarkerFaceColor','r',...
 'MarkerSize',8);
legend('Original data','NMS');
title(sprintf('NMS:%d(2*%d+1)-Neighborhood  ',2*n+1,n));