Opencv 训练级联分类器，同时将图像注释也作为特征

我知道OpenCV的级联分类器对图像进行训练，并使用级联训练器本身从图像中提取的功能。但是，有可能在训练中添加一些图像注释吗？例如，我有大约600幅图像用作训练分类器的正样本，但我需要用附加特征的短向量（例如（“鸟瞰图”、“平面图”或“城市背景”或“景观背景”）对每幅图像进行注释

---

是否可以构建一个分类器，将培训师提取的特征与手动提供的注释结合起来？

在这种情况下，这不起作用，因为用于培训的相同特征必须可用于分类。假设您使用“侧视图”和“前视图”等注释作为特征来训练汽车分类器。然后，当您尝试对未知图像进行分类时，还需要提供注释，这通常会破坏分类器的用途

关键是您需要能够自动提取特征。如果分类器的输入是一幅图像，那么特征必须可以从图像中计算出来

---

话虽如此，如果分类器的输入是一个图像和一些相关的文本，那么您的建议就可以起作用。可能是报纸上图片的标题，也可能是教科书上的人物。然后，您还可以从文本中提取一些特征（例如关键字）。

在这种情况下，这将不起作用，因为用于培训的相同特征必须可用于分类。假设您使用“侧视图”和“前视图”等注释作为特征来训练汽车分类器。然后，当您尝试对未知图像进行分类时，还需要提供注释，这通常会破坏分类器的用途

关键是您需要能够自动提取特征。如果分类器的输入是一幅图像，那么特征必须可以从图像中计算出来

---

话虽如此，如果分类器的输入是一个图像和一些相关的文本，那么您的建议就可以起作用。可能是报纸上图片的标题，也可能是教科书上的人物。然后你也可以从文本中提取一些特征（例如关键字）。

非常感谢@Dima，这让我完全清醒了。您知道任何3D/多姿势分类工具箱吗？非常欢迎您。关于3D/多姿势分类工具箱，我真的不知道。然而，最近我看到了很多关于RGB-D传感器目标检测的论文。非常感谢@Dima，这让我完全清醒了。您知道任何3D/多姿势分类工具箱吗？非常欢迎您。关于3D/多姿势分类工具箱，我真的不知道。然而，最近我看到了很多关于RGB-D传感器目标检测的论文。