問題タブ [object-detection]

写真ではかなり小さい 2 つのオブジェクトを一度に追跡したいアプリケーションがあります。このアプリケーションは Android と iPhone で実行する必要があるため、アルゴリズムは効率的である必要があります。

私の顧客にとっては、追跡対象のオブジェクトに取り付けられたソフトウェアと一緒にいくつかのパターンを提供して、ターゲットをよく認識できるようにすることはまったく問題ありません。

これは、自分でパターンを作成できることを意味します。私はまだ画像処理にあまり詳しくないので、画像内のオブジェクトがかなり小さくても、どのオブジェクトが最も認識しやすいかわかりません。カラーも可能ですが、オーバーヘッドが発生するため、複数のプレーンを別々に処理することは望ましくありません。

アドバイスありがとうございます!! 一番、

ギターフロー

アコード ライブラリのサンプルで Surf と SVM のサンプルを調べました。"SURF" から取得した機能を Excel ファイルに保存するにはどうすればよいでしょうか。機能 (つまり、関心点) はいくつかのフィールドと配列を含むレコードであるためです。 float (記述子) の SVM サンプルでは、​​すべての列は単なる値であり、リストを含むレコードはありません。たとえば、XOR 分類では、入力 (1 つの特徴) は次のとおりです。

(x =0 , y=0 , G=1)

しかし、ここには次のフィールドを含むレコードがあります:

よくわかりませんが、XOR問題のようにしたい場合は、オブジェクト名のフィールドを追加する必要があります。SVM が行列を取ることがわかりました。これら 2 つのサンプル間でこの互換性を実現する方法がわかりません。私の質問が明確であることを願っています。

前もって感謝します

画像を削除するために、画像内のロゴを検出したい。ピクセル数の多いオブジェクトを探して削除するというアイデアがあります。もう1つのアイデアは、すべての白いピクセルをループして（画像を反転しました）、大きな領域を形成するピクセルを探してから、この領域を削除することです。これよりも優れたアルゴリズムはありますか？また、OpenCVのどのメソッドが、大きなピクセル数のオブジェクトを検出するのに役立ちます。

サーフによって抽出された恐怖について質問があります。オブジェクト検出の目的で使用したいです。さまざまな画像ごとに多数の交点を取得しており、特定の数の特徴を機械学習に渡す必要があります。このインターセットポイントの数を最小限に抑えるにはどうすればよいですか?

ありがとう ...... ：）

現在、私は OpenCV と GPU を使用して、ビデオでのリアルタイムの人/人/事実検出に取り組んでいます。ビデオ処理とビデオ内の人間検出のための OpenCv コードが必要です。Opencvまたはその他のプログラミングを使用して、ビデオで人間を検出するためのコードを見つけるのを手伝ってください。お時間を割いていただき、誠にありがとうございました。

顔の肌を着色する必要があります...肌の色を見つけるにはどうすればよいですか？

今私はRGBピクセル値で肌の色を取得しています...それでも私は特定の色の範囲で肌に一致するように色の座標を一致させていたという問題に直面しています...しかしそれでも顔の一部の領域は私の色の範囲に含まれませんその後、その領域の色ではありません。

顔の領域以外はその領域に該当する可能性があり、その領域も色付きです...

私の問題についてのアイデア...

前もって感謝します....

私のコード：

よろしく、

スパイネット

少し前に私は正方形の検出について質問しました、そしてkarlphillipはまともな結果を思いつきました。

これをさらに一歩進めて、エッジが完全に表示されていない正方形を見つけたいと思います。この例を見てください：

何か案は？私はkarlphillipsコードを使用しています：

私はSVM-lightで作業しています。SVM-light を使用して、オブジェクト検出用の分類器をトレーニングしたいと考えています。トレーニングを開始するための構文を見つけました。

私の問題: 正と負の画像のセットから "train_induction.dat" を作成するにはどうすればよいですか?

次のようなサンプル画像があります。

ユーザーが自分のサイトに画像をアップロードするとき、上記の画像またはそれに非常によく似たバリエーションが含まれているかどうかを確認する必要があります。

opencv haar 分類器をトレーニングしようとしましたが、結果は有望ではないようです。分類子を間違って生成したかどうかはわかりません。

次のコマンドを使用して、haar 分類器を生成しました

約500枚のネガ画像を使用しています。

また、haar 分類子を使用することは、私のユース ケースではやり過ぎでしょうか?

cvMatchTemplateまた、opencv でこのメソッドを使用してみましたが、残念な結果でした。ただし、陽性の画像が識別されると、偽陽性が異常に高くなります。

分類子を正しくトレーニングする必要がありますか? また、haar トレーナーの実行には非常に長い時間がかかります。

これは私が取っている正しい方向ですか？

OpenCV を使用してオブジェクト トラッキングを実行しようとしていますが、Haar のような機能について少し読みました。これを行うには約 5000 ～ 10000 枚のネガ画像が必要であり、より多くの画像を使用するほど、結果がより正確になります。しかし、どのタイプの画像を使用するかは重要ですか?

たとえば、部屋の中の物体を追跡するので、室内環境のネガティブな画像だけを取得した方がよいでしょうか? それともネガばかりだから関係ないの？

これがばかげた質問のように聞こえる場合は申し訳ありませんが、結果が可能な限り正確であることを確認するために、これについて 100% 確信したいと考えています。

ありがとう