使用带有交通标志的 OpenCV 级联分类器
Using OpenCV cascade of classifier with traffic sign
我正在尝试检测这样的交通标志:http://i.stack.imgur.com/yOTZb.jpg
我设法隔离了交通标志(目前始终是圆形):http://image.noelshack.com/fichiers/2015/06/1422869734-3.jpg
由于 SURF 的实时结果不佳,以及前面 post 的提示,我想使用级联分类器来检测不同的交通标志 (30,50,70. ..).
1) 交通标志是否会像人脸一样被级联分类器很好地识别?我的意思是,交通标志是否容易受到 haar 特征检测?
2) 我是否需要为每个标志训练一个级联分类器(一个 .xml)?我是否需要将 30,70 个交通标志的图像放入 50 (
反之)?
3)如果我理解了,正片必须有相同的大小,我需要删除背景?
对不起我的英语,谢谢:)
我认为您需要根据交通标志的形状(一个用于三角形警告标志,另一个用于圆形标志等)训练一些 Haar 检测器。作为检测的结果,您将有一些候选者需要进一步处理,并且应该决定候选者是否为真阳性。
如果是真阳性:额外的分类需要识别已知形状的类型。这种分类可以是 ANN 算法或 SVM。
您问题的答案:
- 这在很大程度上取决于 positive/negative 数据库,用于训练的特征(Haar、LBP、HoG),但我认为这种级联结构对您的目的很有用。
- 上面部分回答。对于底片:您应该使用一组非常不同的图像。例如。景观,动物等。收集大型数据库很重要,因为大多数底片会在训练的第一步中被拒绝。
- 您需要在训练过程中使用相同的尺度(对于正值),建议使用一些全局变换来减少不同光照条件的影响。但是你不需要删除背景,只需要沿着标志的边界裁剪图像。
我正在尝试检测这样的交通标志:http://i.stack.imgur.com/yOTZb.jpg
我设法隔离了交通标志(目前始终是圆形):http://image.noelshack.com/fichiers/2015/06/1422869734-3.jpg
由于 SURF 的实时结果不佳,以及前面 post 的提示,我想使用级联分类器来检测不同的交通标志 (30,50,70. ..).
1) 交通标志是否会像人脸一样被级联分类器很好地识别?我的意思是,交通标志是否容易受到 haar 特征检测?
2) 我是否需要为每个标志训练一个级联分类器(一个 .xml)?我是否需要将 30,70 个交通标志的图像放入 50 ( 反之)?
3)如果我理解了,正片必须有相同的大小,我需要删除背景?
对不起我的英语,谢谢:)
我认为您需要根据交通标志的形状(一个用于三角形警告标志,另一个用于圆形标志等)训练一些 Haar 检测器。作为检测的结果,您将有一些候选者需要进一步处理,并且应该决定候选者是否为真阳性。
如果是真阳性:额外的分类需要识别已知形状的类型。这种分类可以是 ANN 算法或 SVM。
您问题的答案:
- 这在很大程度上取决于 positive/negative 数据库,用于训练的特征(Haar、LBP、HoG),但我认为这种级联结构对您的目的很有用。
- 上面部分回答。对于底片:您应该使用一组非常不同的图像。例如。景观,动物等。收集大型数据库很重要,因为大多数底片会在训练的第一步中被拒绝。
- 您需要在训练过程中使用相同的尺度(对于正值),建议使用一些全局变换来减少不同光照条件的影响。但是你不需要删除背景,只需要沿着标志的边界裁剪图像。