0

どうすれば目標に近づくことができるのか、少し疑問があります。人を記録している外部カメラがあり、すべての人に楕円を描きたいです。

今私がしているのは、フレームから人々の特徴点を取得し (マスクを使用して人々の特徴点のみを取得します)、EM アルゴリズムを設定し、サンプル (抽出された特徴点) でトレーニングします。 . クラスターの数は、画像の人の数の 2 倍です (コードブックを使用したピクセル カウントなどの他の方法を使用して EM アルゴリズムを開始する前に取得します)。

私の質問は

  • (a) 最初のフレームだけをトレーニングしてから、次のフレームで予測を使用する必要がありますか? また、
  • (b) すべてのフレームで特徴点を使用して電車を使用しますか?

現在、オプション b) を実行しています (予測は使用しません)。予測の使用方法がよくわからないからです。

もし私がa)をしたら、それを手伝ってくれますか?その後、楕円を描く方法を教えてください. b) を行う場合、すべての人に楕円を描くのを手伝ってもらえますか? 知っているので、cov、平均などを使用して同じ人に異なる楕円を取得しました(たとえば、腕用)。

私が達成したいのは、ガウス モデルを使用したこの論文です : %2Fabs_all.jsp%3Farnumber%3D5580105%26tag%3D1

4

2 に答える 2

1

楕円ではなく境界ボックスを描画する場合は、関数 groupRectanlges を使用して、異なる境界ボックスをマージできます。

しかし、もっと重要なことは、人物検出の場合、openCV の人物検出器 (HOG に基づく) または潜在的な svm 検出器を人物モデルで使用することです。

于 2013-10-07T21:30:01.060 に答える
0

とにかく b) を実行する必要があります。そうしないと、キーポイントを最初のフレームのクラスター (人物) に一致させようとするからです。数秒後、これは関係ありません。

フレームからフレームへの変化は圧倒的ではないだろうと仮定するのは合理的であるように思われるので、フレーム N-1 でトレーニングの結果を再利用することは、フレーム N でトレーニングするための良いシードであり、最初から EM を実行するよりも速く収束する可能性があります。各フレーム。

Pythonバインディングのガウス例の混合から活用できる楕円を描くために:

https://github.com/opencv/opencv/blob/master/samples/python/gaussian_mix.py

対角共分散行列を使用する場合、楕円は「まっすぐ」に整列され、独自の軸がフレームの X 軸と Y 軸に整列されることに注意してください。楕円の角度の計算をスキップできます。

于 2017-01-05T03:40:42.473 に答える