object-detection

0熱度

1回答

兩個不同的圖像，我有兩個圖像和其他圖像是：兩個圖像相同對象的邊角都被突出顯示爲綠色點（圖像形狀可以不同）。現在我想使用opencv提取用綠點標記的部分作爲矩形。任何想法

0熱度

1回答

我指的是this paper，第二頁右欄第二個段落，其中指出如何產生四倍密度的小波係數：，如果我們不下來示例中，我們產生小波雙小波係數密度，其中n級的小波以1/2 * 2^n爲中心。爲了生成四倍密度字典，我們通過不降採樣來計算具有雙倍密度的縮放係數。下一步是計算兩組縮放係數的雙密度小波係數 - 即使分別爲和奇數。我很困惑如何獲得two sets of scaling coefficien

1熱度

1回答

改進對象檢測的建議

我是opencv的新手，我試圖跟蹤圖像中的一些移動對象（例如汽車）。我計算了光流，並用它來實現kmeans並嘗試類似於背景減法的東西，我的意思是從靜止的單獨的移動物體。然後我也用視頻的強度作爲信息。下面屏幕截圖來自該流的結果和第k分別指分割：的效果不好，而且不壞。我從現在開始怎麼辦？我正在考慮嘗試SURF特徵提取和SURF探測器。任何想法都歡迎。

0熱度

1回答

使用HOG描述符進行人體檢測

我是使用HOG檢測器在路上檢測人類的新手段，我已經編寫了代碼並嘗試運行它，但它總是在這一行上有錯誤：「豬.setSVMDetector（HOGDescriptor :: getDefaultPeopleDetector（））;」這一行，任何人都可以告訴我我的代碼有什麼問題嗎？ #include < stdio.h> #include < iostream> #include <

0熱度

2回答

如何檢測兩行或指定區域之間的輪廓數

我使用OpenCV C++在視頻中查找輪廓。我想要統計視頻中指定區域或視頻中繪製的兩行之間的等高線數量。例如，一個輪廓流正在視頻中移動，我想在它們到達視頻中的特定區域時對它們進行計數。當他們離開視頻中的特定區域時，我將減少計數。我知道一些基本的東西來找到輪廓，計算面積等，但我沒有得到任何編程技巧來計算指定區域內輪廓的數量。請幫助我瞭解相關主題和編程技巧。（我不想使用cvBlob.h庫）基本上我

0熱度

1回答

如果我的對象是標準化的，我可以使用.vec文件和OpenCV對象檢測的一個正面圖像嗎？

我正在構建一個分類器來檢測電源插座。具體的三孔插座的，就像這樣：我需要做更多的事情不是創建一個.vec文件有相當多角度變化的使用的OpenCV的createsamples效用產生積極？這似乎是因爲我的物體是標準化的（除了在出口孔之間可能是深色的）。我看到很多人提供了一個info.dat或類似的文件，其中包含許多正面圖像的路徑，包括正面文件中待檢測對象的數量和位置。如果我可以避免這些額外的工作，

2熱度

3回答

「每個窗口的假陽性」的含義

在論文中用於人類檢測的定向梯度直方圖（Navneet Dalal和Bill Triggs）（參見下面的鏈接），爲了使結果可視化，他們使用ROC曲線， Y軸爲TP，X軸爲FPPW（每窗誤差）。這句話的意思是什麼FFPW？我想過3種可能的選擇......我不知道 - 也許他們都是錯的。您的幫助將不勝感激：也許是正確分類陰性樣品的速度，這就是：(NUMBER_OF_FALSE_POSITIVES/

1熱度

2回答

二值圖像中的對象檢測

此任務來自穩定背景上的跟蹤對象。到目前爲止，我是能夠消除的背景，並獲得二進制掩碼是這樣的：我需要得到邊界玩具的矩形沒有連接到它的電源線（在某些幀是很厚）。聽起來很容易，但我想不出一個好辦法。我試着與我剪裁的玩具模板互相關。這不是很好，再加上我需要矩形才能夠改變它的大小。繩子加了一些混亂。 meanShift()也沒有顯示出良好的結果，因爲繩索和偶爾的噪音。現在我使用findContours(

0熱度

1回答

findContours中的段錯誤

我在運行時爲下面的代碼找到了輪廓故障錯誤，以找到輪廓。我在此表格上提到了this的帖子，但對我沒有太大的幫助。我知道findContours有一些問題，這是findContours的另一個問題。請檢查這兩個鏈接並幫助我解決此錯誤。我不知道爲什麼我得到分段錯誤錯誤。 #include "opencv2/objdetect/objdetect.hpp" #include "opencv2/highg

0熱度

1回答

3D物體檢測

我需要能夠識別3D物體。對象 - 爲了簡單起見，認爲物體是筆，硬幣和杯子。環境 - 物體放置在裝配線上。相機總是以固定的距離放置在它們上方（因此角度應該相同）。光也應該差不多一樣。目標 - 相機花了幾秒鐘掃描物體X，並且必須能夠說出它是筆，硬幣還是杯子。理想情況下，該設備將是Android平板電腦，但這個問題更多的是理論上，什麼是最好的方法。雖然這些物體是來自現實世界的3D物體，但它們在掃