Ist Haar-Kaskade die einzige verfügbare Technik zur Bilderkennung in OpenCV
Ich weiß, dass es viele Techniken zur Erkennung in OpenCV, wie SURFEN, STERN, KUGEL etc...aber diese Techniken sind für die feature-Erkennung von neuen video-feed, nicht für den Umgang mit bestimmten Instanzen von Objekten, bedürfen der vorherigen lernen. OpenCV-Dokumentation ist nicht ganz so einfach zu durchblättern und ich habe noch in der Lage gewesen, etwas zu finden, außer dem Haar, die ich kenne, beschäftigt sich am besten mit Gesicht Anerkennung.
So gibt es andere Techniken, die neben Haar? Die Haar-Technik stammt aus der Forschung vor 10 Jahren, also im Idealfall hoffe ich, dass gab es gewisse Fortschritte, die seitdem umgesetzt wurden in OpenCV.
- Ich bin auch versucht, zu entwickeln, etwas sehr ähnliches. Würde gerne wissen, wie weit Sie kam.
Du musst angemeldet sein, um einen Kommentar abzugeben.
Wenn Sie auf der Suche für OpenCV machine learning-Typ algorithmen, überprüfen Sie heraus dieses link.
Für eine state of the art on-the-fly-Objekt-Erkennung-Algorithmus, einen Blick auf OpenTLD. Es verwendet bounding-Boxen und random forests zu lernen, über die ein Objekt im Laufe der Zeit. Schauen Sie sich das demo-video hier.
Schauen Sie sich auch die matching_to_many_images.cpp Beispiel aus OpenCV. Verwendet es feature-Deskriptoren entsprechen Objekten, die ähnlich wie Google Goggles funktioniert. Ein Verwandtes Beispiel ist die bagofwords_classification.cpp Probe. Kann es sein, was Sie suchen in diesem Fall. Verwendet es feature-Detektoren (SURF, SIFT, etc...), um Objekte zu erkennen und dann zu klassifizieren, die durch den Vergleich der relativen Positionen der Merkmale, um eine erlernte Datenbank-Funktionen. Haben Sie auch einen Blick auf diese tutorial vom MIT.
Den latentsvmdetect.cpp kann auch ein guter Ausgangspunkt für Sie.
Hoffe, das hilft!