最も一般的なオブジェクト検出にはハールカスケードが含まれており、SIFT、SURF、STAR、ORB などの機能検出には多くの手法があることを知っています...しかし、私の最終目標がオブジェクトを認識することである場合、両方の方法で結果が得られるわけではありません私と同じ結果？単純な形状やパターンでフィーチャー テクニックを使用することは理解していますが、複雑なオブジェクトの場合、これらのフィーチャー アルゴリズムも同様に機能するようです。
それらがどのように機能するかの違いを知る必要はありませんが、一方を持っているかどうかでもう一方を除外するのに十分かどうか. Haar カスケードを使用する場合、SIFT を使用する必要がありますか? なぜわざわざ？
ありがとう
編集:私の目的のために、幅広いクラスのものにオブジェクト認識を実装したいと考えています。カップと同様の形状のカップは、クラスのカップの一部として取り上げられることを意味します。ただし、インスタンスも指定したいと思います。つまり、NYC カップはインスタンス NYC カップとしてピックアップされます。
オブジェクト検出は通常、特徴検出と分類の 2 つのステップで構成されます。
特徴検出ステップでは、検出対象の関連する特徴が収集されます。
これらの特徴は、2 番目のステップである分類に入力されます。(私の知る限りでは、Haar カスケードも特徴検出に使用できます。) 分類には、ニューラル ネットワーク、K 最近傍などのアルゴリズムが含まれます。分類の目的は、検出された特徴が、検出対象のオブジェクトが持つ特徴に対応するかどうかを調べることです。一般に、分類は機械学習の領域に属します。
たとえば、顔検出はオブジェクト検出の一例です。
編集 (2018 年 7 月 9 日):
ディープラーニングの登場により、複数の隠れ層を持つニューラル ネットワークが広く使用されるようになり、特徴検出とオブジェクト検出の違いが比較的簡単にわかるようになりました。深層学習ニューラル ネットワークは 2 つ以上の隠れ層で構成されており、それぞれの隠れ層は目の前のタスクの特定の部分に特化しています。画像からオブジェクトを検出するニューラル ネットワークの場合、前の層は低レベルの特徴を多次元空間に配置し (特徴検出)、後の層はそれらの特徴がその多次元空間のどこにあるかに従ってオブジェクトを分類します ( object検出）。この種のニューラル ネットワークの優れた紹介は、Wolfram ブログの記事「Wolfram ニューラル ネット リポジトリの起動」にあります。
通常、オブジェクトは機能のコレクションです。機能は、非常に低レベルのプリミティブなものになる傾向があります。オブジェクトは、シーンの理解を次のレベルに引き上げることを意味します。
特徴はコーナー、エッジなどのようなものかもしれませんが、オブジェクトは本、箱、机のようなものかもしれません。これらのオブジェクトはすべて複数の機能で構成されており、その一部は特定のシーンで表示される場合があります。
不変性、速度、ストレージ。いくつかの理由で、頭の上で考えることができます。もう 1 つの方法は、完全な画像を保持してから、指定された画像がデータベースにあるガラスの画像に似ているかどうかを確認することです。しかし、ガラスの圧縮された表現がある場合は、必要な計算が少なくなり (したがって高速になります)、必要なストレージが少なくなり、特徴は画像間の不変性を示します。
あなたが言及した両方の方法は、基本的に同じですが、わずかな違いがあります。Haar の場合、Haar の特徴を検出し、それをブーストして信頼度を高めます。ブースティングは、最終的なメタ分類に含まれるすべての Harr 機能を賢く選択するメタ分類器に他なりません。これにより、より適切な推定が可能になります。他の方法も、多かれ少なかれこれを行いますが、より「洗練された」機能を備えています。主な違いは、ブーストを直接使用しないことです。MoG (Mixture of Gaussian)、K-Mean、その他のヒューリスティックなど、何らかの分類またはクラスタリングを使用してデータをクラスタ化する傾向があります。クラスタリングは、機能とアプリケーションに大きく依存します。
あなたの場合は何がうまくいくでしょうか？それは難しい質問です。もし私があなたなら、Haar をいじってみて、うまくいかない場合は別の方法を試します (obs :>)。画像をセグメント化し、眼鏡を検出するために何らかの境界を設定したい場合があることに注意してください。