Tag: 对象检测
与“分割”和“场景标注”相比，“语义分割”是什么？
语义分割只是一个Pleonasm，还是“语义分割”和“分割”有区别？ “场景标记”还是“场景parsing”有什么不同？ 像素级和像素级分割有什么区别？ （附加问题：当你有这种像素方式的注释时，你是否可以免费获得对象检测，或者还有什么可以做的？） 请给出您的定义来源。 使用“语义分割” Jonathan Long，Evan Shelhamer，Trevor Darrell： 用于语义分割的完全卷积networking 。 CVPR，2015和PAMI，2016 Hong，Seunghoon，Hyeonwoo Noh和Bohyung Han：“去耦深度neural network半监督语义分割”。 arXiv预印本arXiv：1506.04924,2015 。 V. Lempitsky，A. Vedaldi和A. Zisserman：一种用于语义分割的塔式模型。 “神经信息处理系统进展”，2011年。 使用“场景标签”的来源 Clement Farabet，Camille Couprie，Laurent Najman，Yann LeCun： 学习场景标签的分层特征 。 在模式分析和机器智能中，2013。 使用“像素级” Pinheiro，Pedro O.和Ronan Collobert：“从图像级到卷积networking的像素级标签。 Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，2015.（参见http://arxiv.org/abs/1411.6228 ） 使用“像素”的来源 李洪生，赵锐，王小刚：“卷积neural network像素分类的高效前向传播和后向传播”。 arXiv预印本arXiv：1412.4526,2014 。 Google […]
image processing：什么是遮挡？
我正在开发一个image processing项目，并且在许多科学论文中遇到了“ 遮挡”这个词，在image processing的背景下，遮挡是什么意思？ 字典只给出一个一般的定义。 任何人都可以用图像来描述他们吗？
什么是车牌检测的好algorithm？
背景 对于我在大学的最后一个项目，我正在开发车牌检测应用程序。 我认为自己是一名中级程序员，但是我的math知识缺乏中学以上的知识，这使得制定正确的方程式比实际上更难。 我花了很多时间查找学术论文，例如： 在图像中检测车辆牌照 使用图像显着性的强大的车牌检测 车牌图像的局部增强用于车牌检测 说到math，我迷路了。 由于这种testing，各种graphics图像被certificate是有效的，例如： 至 然而，这种方法只适用于特定的图像，如果这些技术应用于不同的图像，我相信会发生较差的转换。 我读过一个叫做“底帽形态变换”的公式，它有以下几点： 基本上，变换保留了图片的所有黑色细节，并消除了其他所有内容（包括较大的黑色区域和较亮的区域）。 我无法find有关这方面的很多信息，但报告结尾附近的文件中的图像显示了它的有效性。 其他限制 在C＃中开发 将项目仅限于英国注册牌照 我可以select要转换的图像作为演示 题 我需要关于我应该关注什么转换技术的build议，以及哪些algorithm可以帮助我。 编辑：新信息目前继续 – 车牌照检测
广场检测不find正方形
我正在使用OpenCV库样本中的square.c程序。 它适用于每个图像，但我真的不知道为什么它不能识别在该图像中绘制的正方形 http://desmond.imageshack.us/Himg12/scaled.php?server=12&filename=26725680.jpg&res=medium CANNY之后： http : //img847.imageshack.us/img847/6787/canny.jpg DILATE之后： http : //img593.imageshack.us/img593/3010/dilate.jpg 结果图片（红色） http://img267.imageshack.us/img267/8016/resultuq.jpg 正如你所看到的，广场是不被检测到的。 检测后，我需要提取广场中包含的区域…如果没有投资回报率，怎么可能？
使用OpenCV和机器学习简单的对象检测
我必须使用OpenCV编码一个对象检测器（在这种情况下，一个球）。 问题是，谷歌上的每一个search都会返回一个带有FACE DETECTION的东西。 所以我需要帮助从哪里开始，使用什么等。 一些信息： 球没有固定的颜色，它可能是白色的，但可能会改变。 我必须使用机器学习，不必是一个复杂和可靠的，build议是KNN（这是更简单和更容易）。 在我所有的search之后，我发现计算样本的球状图像的直方图并将其教给ML可能是有用的，但是我的主要关注点是球尺寸可以并且将会改变（距离相机越来越近）和我不知道要传递给ML来为我分类，我的意思是..我不能（或者我可以吗？）只是testing每个可能的大小的图像的每个像素（从可以说，5×5到WxH ），并希望find一个积极的结果。 可能会有一个不统一的背景，比如人，球后面的布等等。 正如我所说，我必须使用MLalgorithm，这意味着没有哈尔或Violaalgorithm。 另外，我想使用轮廓在Canny的图像上寻找圆，只需要find一种方法将轮廓转换为一行数据来教KNN。 那么…build议？ 提前致谢。 ;）
OpenCV C ++ / Obj-C：高级平方检测
前一阵子我问了一个关于方形检测的问题 ， 卡尔菲利普得出了一个相当好的结果。 现在我想更进一步，find那些边缘不完全可见的正方形。 看看这个例子： 有任何想法吗？ 我正在使用karlphillips代码： void find_squares(Mat& image, vector<vector<Point> >& squares) { // blur will enhance edge detection Mat blurred(image); medianBlur(image, blurred, 9); Mat gray0(blurred.size(), CV_8U), gray; vector<vector<Point> > contours; // find squares in every color plane of the image for (int c = 0; c < 3; c++) { int ch[] = […]
