什么样的特征向量可以更好地检测停车场车位是不是有车？

Posted 2023-03-13

【中文标题】什么样的特征向量可以更好地检测停车场车位是不是有车？

【英文标题】：What kind of feature vector is better to detect whether there is a car in a car park slot ?什么样的特征向量可以更好地检测停车场车位是否有车？

【发布时间】：2013-10-21 17:39:07

【问题描述】：

我的目标是检测车位是空的还是被汽车占用。最后，将计算停车场的汽车数量。

如示例图片所示，摄像头正在监控停车场。每个停车位的像素都非常少。我选择四个像素点来定义 ROI，并在图像中应用透视变换，请参见图 1。

SVM 将是对样本进行分类和训练的好方法。不幸的是，我不确定特征向量。

挑战： - 相邻插槽中汽车的阴影 -汽车是一个插槽，在另一个插槽中部分可见。 - 大建筑物的影子 -天气变化（晴天、阴天等） - 雨后，槽颜色改变（干或湿） -不同的插槽和视角变化

什么样的特征或特征向量最适合分类？

提前谢谢你，

【参考方案1】：

如果您有足够的训练数据，颜色直方图就已经足够了。您可以使用阴影、部分阴影、非阴影的空点以及不同的汽车进行训练。可能很难获得足够的训练数据，您也可以使用合成数据（在图像上渲染汽车和阴影）。

所以这不仅仅是一个关于特征的问题，也是关于训练样本的问题。

【讨论】：

感谢您的回答。对，训练样本的数量很重要。我可以收集尽可能多的训练样本。但是例如，我可以使用透视图像的快速傅里叶变换作为特征向量吗？最好的冗余和鲁棒特征向量是什么？

如果你的训练集足够多样化，我会按照我的建议使用颜色直方图。如果失败了，我会重新考虑。