object-recognition

    5熱度

    1回答

    幾周後,我嘗試創建一個好的級聯分類器,但似乎這個過程被神祕所包圍。我有很多問題: 1)爲什麼opencv給我們這麼少的信息? 2)它需要更多的積極形象或負面形象? 3)什麼尺寸應該有正面圖像?和負面形象?它們必須具有相同的尺寸? 4)如果我想爲單個道路標誌創建分類器,那麼足夠使用一個正像(例如this)來創建帶有opencv_createsamples的樣本? 5)創建一個用於Android應用程

    0熱度

    1回答

    我的目標是認識上的航空照片建築物的足跡。聽說機器視覺方面的最新進展(ImageNet大規模視覺識別挑戰),儘管我可以(至少)嘗試使用神經網絡來完成這項任務。 有人可以告訴我這個網絡的拓撲結構應該是什麼?我想它應該具有與輸入一樣多的輸出(這意味着圖片中的所有像素),因爲我想通過它們(至少近似)在圖片上的位置來識別建築物的輪廓。我猜輸入圖片應該是標準尺寸,每個像素歸一化爲灰度或YUV顏色空間(每種顏色

    0熱度

    2回答

    我想知道是否有可能使用OpenCV的框架來認識一個建築? 例如,如果我存儲建築物的圖像,是有可能使用的OpenCV通過iPhone攝像頭檢測到這棟樓? 謝謝!

    0熱度

    1回答

    我需要通過Microsoft Kinect視頻流檢測各種彩色便利貼。我嘗試過使用Emgucv進行邊緣檢測,但是考慮到可能不夠穩健的各種顏色,似乎並未找到頂點/邊緣以及顏色分割/檢測。 我正在嘗試使用HAAR分類。任何人都可以建議使用正面/負面圖像的最佳品種。例如,對於正面圖像,我應該在各種照明條件和方向下拍攝許多不同顏色的便籤紙嗎?看起來它是一個非常簡單的形狀(一個正方形),正在使用HAAR分類過

    2熱度

    1回答

    可在http://www.cs.berkeley.edu/~rbg/latent/voc-release5.tgz處獲得的代碼廣泛用於物體檢測。有一個imgdetect函數返回ds,bs和樹。看起來ds包含檢測框和bs包含用於檢測的哪些過濾器在圖像中響應,而樹包含有關零件分數的一些信息。我無法找到如何使用樹木和bs獲得零件分數。基本上,給定一個檢測框,我想知道哪些過濾器在檢測中響應以及每個用於檢測

    2熱度

    1回答

    語境: 我有一個Kinect的,其目的是直降在表中的RGB-d視頻。有一個我需要識別的大約12個物體的圖書館,一次或多個。我一直在使用SURF提取和檢測RGB圖像,通過縮小到320x240的預處理,灰度,拉伸對比度和平衡直方圖,然後應用SURF。我建立了a lasso tool在靜止的視頻圖像中檢測到的關鍵點之間進行選擇。然後,這些關鍵點用於構建用於識別實時視頻饋送中的對象的對象描述符。 問題:

    1熱度

    1回答

    我計算了8個Gabor濾波器,Theta旋轉m * PI/8。 Gabor核輸入給OpenCv cv2.getGaborKernel的參數: ksize = 11,theta = m * PI/8 lambd = 16/3 sigma =(5.09030 * 8.0)/(3.0 * PI)gamma = 0.5890磅= 0 kernel = cv2.getGaborKernel(ksize =

    0熱度

    1回答

    我想用vlfeat(matlab)的例子caltech101只有一個類,但它似乎不工作。如果我只給svm教練喂一個課,結果是50/50。我應該考慮一些其他的東西,還是說一個類的svm目標函數沒有在vlfeat中實現,並且它不起作用?

    0熱度

    2回答

    我的Kinect將安裝在直接向下看地面的天花板上(應平行於地面)。對於物體識別,我想獲得到地面的距離(maxDistance)和到物體的距離(minDistance)。 我寫了一個循環,將每個像素的所有距離值添加到列表中,然後嘗試獲取該列表的最大整數和最小值。 不幸的是,對於zMIN和zMAX的結果(我寫信給一個文本框來檢查它)總是一樣的 - 這肯定是錯誤的。 問題:我在做什麼錯? :) List

    0熱度

    1回答

    我們可以使用hadoop在多個圖像上運行SIFT嗎? SIFT在每個圖像上需要1秒來提取關鍵點及其描述符。考慮到每次運行都獨立於其他運行並且不能減少1次運行的運行時間,我們是否可以減少運行時間? 多線程將運行時間減少了一定數量的核心處理器。我們可以在每個處理器上運行每個映像。 可以使用hadoop以任何方式並行運行多個圖像? 如果是,假設我們有3個集羣,它可以通過什麼因素減少運行時間?