视频中的对象分类（人类、动物、其他（汽车等））[关闭]

Posted 2023-03-13

【中文标题】视频中的对象分类（人类、动物、其他（汽车等））[关闭]

【英文标题】：Classification of objects from a video ( human, animals, others(cars etc.,) ) [closed]

【发布时间】：2012-10-12 09:36:44

【问题描述】：

您好，我是图像处理领域的新手。我的项目是对图像/视频中的对象进行分类。 输入是来自监控摄像头的图像/视频。我应该将对象分为三类。 1) 人类 2) 动物 3) 其他（汽车）。我们可以考虑一个固定的背景。

任何人都可以为此目的推荐任何经过验证的算法或论文或开源代码吗？谷歌搜索是显而易见的解决方案，但经验丰富的眼睛总是有帮助的！

【问题讨论】：

您提出的问题可以作为博士论文主题。对于 ***，它方式太宽泛了。也许数字信号处理堆栈交换更适合它。

@EMS 我已经在数字信号处理中发布了相同的内容，这里是链接dsp.stackexchange.com/questions/4750/…

【参考方案1】：

出于您的目的，我认为最好的选择是 LatSVM，因为作者将 MATLAB 中的实现和已经训练的检测器模型分开。已经训练好的模型包括：

飞机、船、公共汽车、汽车、自行车 瓶子、电视、沙发 鸟、猫、马、羊、狗 等

如果您需要，OpenCV 中也有一个实现（在此question 中找到）。

其他检测器实现

VeryFast Detector Partial Least Squares FPDW

---

看看行人检测中的以下调查：

行人检测：最新技术评估 (2012)。 高级驾驶辅助系统行人检测调查 (2010)。

最先进的

每秒 100 帧的行人检测。 [Benenson et al., 2012] 提出的这项工作实现了高检测速度和最先进的精度 [webpage]。 Object Detection with Discriminatively Trained Part Based Models aka LatSVM 在 PASCAL 2006、2007 和 2008 上取得了良好的结果。这项工作不仅适用于行人检测，还适用于汽车、猫、马、沙发等。你真的应该看看这个 [webpage] 使用偏最小二乘分析的人体检测。 [Schwartz et al., 2009] 提出了使用偏最小二乘分析，可以处理高维空间特征。

经典作品

以下工作有重要贡献，是每一项行人检测工作的参考。 HOG 特征、Integral Image 和 Cascade of Rejection 被多部作品使用，包括 [Benenson et al., 2012] 的作品。

用于人体检测的方向梯度直方图 使用方向梯度直方图级联的快速人体检测

【讨论】：

+1 感谢您的回答。我已经编辑了我的问题，请看一下。输入可以是图像或视频。

看看我在答案中添加的链接。他们还分管他们的源代码。 Object Detection (...) 已经为您提供了训练有素的模型。我会更新我的答案

非常感谢！！！期待您的更新。

我在堆栈交换中的数字信号处理中发布了相同的内容，这是链接。 dsp.stackexchange.com/questions/4750/… 我收到了建议 vlfeat.org 的回复。请看一看，您的意见和建议会很丰富。

请看我的另一篇文章。 ***.com/questions/13024141/face-authentication