计算机视觉 - 是不是需要具有特定视点的多分类器来进行对象检测？

Posted 2023-03-13

【中文标题】计算机视觉 - 是不是需要具有特定视点的多分类器来进行对象检测？

【英文标题】：Computer Vision - Is it necessary to have multi classifiers with certain viewpoint for object detection?计算机视觉 - 是否需要具有特定视点的多分类器来进行对象检测？

【发布时间】：2016-10-06 21:05:26

【问题描述】：

假设我想训练一个 HOG 描述符 + 线性 SVM 来进行汽车检测。我是否有必要制作三个分类器，即汽车的后视图、前视图和侧视图，或者我可以只为汽车的所有视角训练一个分类器？

【参考方案1】：

这不是必需的，但推荐。您可以制作一个处理多种情况的分类器，但它的整体性能不会很好。这里的问题不是不同视图之间描述符响应的可变性，而是后/前和侧面检测器之间的纵横比差异。用于提取 HOG 的滑动窗口将捕获过多的负面数据（侧视图大小超过后/前）或没有足够的正数据（后/前大小超过侧视图）。

底线：这取决于您的准确度/处理速度要求。根据我的经验，前/后通常足够相似，但如果需要高精度，则每个都需要一个单独的检测器。您肯定需要一个单独的侧面检测器，甚至可能需要专用的“四分之一视图”检测器 - 右前、左前、右后、左后。

附：我忽略了您还需要处理多个比例的事实。

【讨论】：

感谢您的回答！