問題タブ [feature-detection]

私はC＃.netで顔検出のプロジェクトを行っていますが、sobelからより良い結果が得られる場合もあれば、cannyからより良い結果が得られる場合もありますが、実際にはどちらが優れていますか？

私はOpenCVで手の姿勢認識に関するプロジェクトを行っています。

を使用してセグメンテーションを実行し、を使用normalizedRGBして輪郭を見つけましたcvFindContours。次に、抽出する特徴を見つける必要があります。

抽出するのに最適な機能は何ですか？この場合の分類の最良の方法は何ですか？

助けてくれてありがとう ...

レーダーと呼ばれるものからの2次元出力をシミュレートする任意のサイズのテキストファイルがあります。この出力では、既知のパターンを認識できるようにしたいと思います。それをターゲット検出と呼びましょう。

ターゲットは次のようになります。すべてのXが点灯しているピクセルです。つまり、レーダーが敵の一部である可能性のあるものを検出し、すべての空白がオフになっているピクセルです。

また、レーダーデータは、「外乱」が導入された形式で提供されます。つまり、フィギュアのすべてのピクセルがオンになるわけではありません。ですから、検出にも何らかの確率を含めることを考えています。

私はこれに似たようなことをしたことがなく、一般的なアドバイスを探しています。私はさまざまなアプローチを試していますが、どうにかして解決できると確信していますが、この種のパターンマッチングについては、非常に興味をそそられると思いますが、まだ持っていないので、ガイドラインや資料などを読んでもらいたいと思います。以前にこのような問題を解決する機会。

何か案は？

デスクトップとモバイルの両方の訪問者がいる静的なページがいくつかあります。モバイルからの訪問者のみにバナーを表示することはできますか? PHP ソリューションも問題ありません。

I have the following image

I'm trying to find the pixel coordinates of main rectangles (those between white lines). I tried few things but I can't obtain good enough solution. The solution doesn't have to be perfect and it's ok if not all rectangles are detected (especially those really small ones). Though corners location will have to be as much exact as possible, especially with those bigger blurry (I'm trying to write some simple AR engine).

I can clarify there are only 4 levels of grayscale: 0, 110, 180 and 255 (when printing, no screen it will vary because of lightning and shadows)

So far I tried few things:

1. manual multilevel thresholding (because of shadows and different lightning it didn't work)
2. adaptive thresholding : 2 problems:
   • it combines 180 and 255 colors into white, and 0, 110 into black
   • edge/corner location of blurred(bigger) rectangles is not exact (it adds blur to rectangle area)
3. sobel edge detection (corners of blurred rectangles are more sharp, but it detects also inner edges in rectangles, also those edge contours are not always closed

Looks like combining those two thinks somehow would yield better results. Or maybe somebody have different idea?

I was also thinking about doing floodfill, but it was hard to find for sure good seed point and threshold automatically (there might be some other white objects in the background). Besides I will want to optimize later this for GPU and floodfill algorithm is rather not a good fit for this.

Below is some sample code I tried so far:

私はオンライン リソースから SIFT/SURF を試していて、自分でテストしたいと思っていました。

私は最初に、このコードを使用してフリーでないライブラリなしで試しました:

}

ここで、段階的にデバッグを行うと、feature_detector->detect(img, keypoints);

次に、フリーではないライブラリを使用して、次のコードを試しました。

これもエラーなしでコンパイルされますが、実行すると次のステップで中断します。detector.detect(input, keypoints);

理由がわかりません。誰かここで私を助けてくれませんか。

ありがとうございました

編集:これは、壊れたときに発生するエラーです:

SIFT.exe の 0x007f0900 で未処理の例外: 0xC0000005: アクセス違反の読み取り場所 0x00000000。

.

私のセットアップ: Microsoft Visual C++ 2010、OpenCV 2.4.2、Windows XP。追加およびリンクされたすべてのライブラリ

画像と、他の画像を90度回転させて作成された別の画像のいくつかの特徴を検出しようとしています。私の目的は、BriefFeatureExtractor を使用した OrbFeatureDetector が実際に回転不変であることを確認することでした。しかし、文字通り、私は 0 の良い一致を持っています。4 点一致の 1 つの組み合わせでさえ変換行列に対応しません。画像と回転されたバージョンとの間に適切な一致がない可能性が実際にあるかどうかを知りたかったのです。

コードを投稿することはできますが、コードにエラーがないことは確かです。一致するものが 0 件あるだけです。また、生のコードであなたを悩ませたくありません。

アイデアをありがとう。

良い一日。

私は機能検出について読んでいて、ハリスコーナー検出器を試してみたかった. 私はそれが呼び出すことによって達成されることを理解しています

void cornerHarris(InputArray src, OutputArray dst, int blockSize, int ksize, double k, int borderType=BORDER_DEFAULT )

ここで、dst は各ピクセルのコーナー強度を含む float のイメージです。

私はそれが機能することを確認したかったので、次の図に適用したいと思いました。

生成された結果は次のとおりです。

ご覧のとおり、結果は良くありません。ノイズを拾っただけのように見えますが、主要なコーナーは検出されませんでした.

画像の角を印刷するために使用したコードは次のとおりです。しきい値を使用し、しきい値に任意の値を設定しました。

If I reduce threshold the result is white with just a few black dots (detections) Increasing threshold just produces a more noisy like image.

何か不足していますか？この機能の品質を向上させるにはどうすればよいですか?

ありがとうございました

SiftFeatureDetector() と Ptr の違いは何ですか。どちらも明らかに同じ機能を持っています。opencvチュートリアルでは SiftFeatureDetector を使用していますが、公式ドキュメントをクリックすると Ptr が使用され、SiftFeatureDetector() について言及されていないため、それを読むことができません。チュートリアルのように、彼らはこれを使用しました：int minHessian = 400; SurfFeatureDetector detector( minHessian );そして、minHessianが何をすべきかわかりません。

また、同じ画像で両方を試してみましたが、両方とも同じ結果になりましたが、なぜ違いますか?

}

ありがとうございました