为旋转图像构建正样本以在 OpenCV 中进行级联训练

Posted 2023-03-12

【中文标题】为旋转图像构建正样本以在 OpenCV 中进行级联训练

【英文标题】：building positive samples for rotated images for cascaded training in OpenCV

【发布时间】：2014-02-19 12:42:06

【问题描述】：

我需要训练一个级联分类器来检测车辆和不同的视角。我正在使用 OpenCV。

我需要捕捉的一些角度导致图像中车辆的放置是对角线，如下所示：

现在的问题是，由于车辆是斜着放置在图像上的，所以有很多不必要的背景，我无法仅仅因为图像必须是矩形而裁剪掉这些背景。是否有另一种方法可以为对象的对角放置的角度/视角构建正样本？我确实需要分类器能够识别对象的这个特定视图。在上面的汽车中并没有那么糟糕，因为汽车的长度和宽度之间没有太大的差异。但是，如果我对一辆卡车做同样的事情，它的长度是宽度的几倍，那么图像最终的背景比它们感兴趣的对象要多，如下所示。我担心这对分类是好是坏，以及是否有任何解决方案。

无论车辆在背景上以何种方式旋转，分类器是否会识别车辆的特定角度？在这种情况下，最好旋转整个卡车图像，使卡车水平/垂直，然后剪辑图像的其余部分？

【参考方案1】：

问：无论车辆在背景上以何种方式旋转，分类器都会识别出车辆的特定角度吗？

答：没有。无论车辆以何种方式旋转，分类器都无法识别车辆的特定角度。 （在这里谈论类似 Haar 的特征）。有一个概念是为了引入倾斜的 45° Haar 类似特征来提高“维度”，这在我过去读过的研究论文中非常成功。

也曾尝试引入通用的旋转 haar 特征，但从我的记忆来看几乎没有成功。但是，如果您要使用超高分辨率图像，它很可能会起作用。但我不会赌钱。

问：你的整个问题

A：正图像样本中的背景不一定会严重影响检测。根据具体情况，它实际上可能有助于您的检测。

我的解决方案（如果你真的必须使用分类器），至少对于基于图像的检测，是利用 OpenCV rotate() 函数。您将图像从 1° 旋转到 360°（每次可能 10°）并每次都继续应用分类器。检测时间可能会稍微长一些，但我认为不会超过几秒钟。

在视频方面，如果我没记错的话，它会超级滞后。如果时间允许，一定要试一试。

我想提出的另一件事是，您的车辆（如卡车和汽车）具有非常不同的功能。如果我是你，我会将它们分成不同的分类器并同时运行它们以进行车辆检测（之前使用 3 个不同的分类器完成它，眼睛、手和面部的实时结果）。

如果您打算将它们训练成一个分类器，它可能会起作用，也可能不会起作用，因此请务必考虑我的建议以确保安全。

您可能还想查看以下链接：http://docs.opencv.org/modules/objdetect/doc/latent_svm.html（分类器更常用于对象检测。我一直使用 haar，所以对这个分类器没有经验。抱歉）

http://www.araa.asn.au/acra/acra2006/papers/paper_5_63.pdf（基于旋转，与我的回答有点矛盾。但我的观点是，如果图像的分辨率不够高，可能会有很多舍入错误。）

希望我的回答对你有所帮助。祝你好运（：如果您需要更多帮助或有任何不清楚的地方，请发表评论。

【讨论】：

非常感谢。那肯定有帮助。是的，我使用不同的分类器，每种不同类型的车辆都有 3 个不同的分类器。关于 haar 特征，我正在考虑改用 HoG，因为我了解到对于 Haar 特征，所有正样本都需要排列，以便例如。轮胎总是出现在同一个相对位置，等等。这是真的吗？鉴于我有大约 1000 个样本，这似乎很困难且非常乏味。

@user961627，是的。对于理想的 Haar 分类器来说，这是正确的。最好是阳性样本总是在同一个相对位置。您是否使用对象标记来标记车辆？如果是这样，那么你的问题解决了吗？如果您正在谈论车辆被随机放置在图像的不同部分的对角线上。但这仍然会很乏味。标记一张图像可能需要大约 2 到 5 秒。

HoG 也应该可以。虽然我不太确定 HoG 的准确性，但我知道 Haar 分类器在检测时间方面比 HoG 快。

负样本呢？ ***.com/questions/22419545/…