Opencv 利用鱼眼镜头进行目标检测
我试图使用openCV中的hog检测器,通过鱼眼从视频中检测3种类型的对象。这些类型包括:Opencv 利用鱼眼镜头进行目标检测,opencv,detection,Opencv,Detection,我试图使用openCV中的hog检测器,通过鱼眼从视频中检测3种类型的对象。这些类型包括: 人 书籍(由某人持有时) 椅子 我拥有的视频快照看起来像来自-: 我使用默认的人员检测器设置了hog分类器,并尝试先检测人员。我注意到,当人们的体型达到你期望的非鱼眼镜头的尺寸时(你可以用标准的35毫米镜头),他们就会被发现。如果不是,这些人就不会被发现。这似乎是合乎逻辑的,因为分类器希望人们是标准尺寸的 我想知道如何修改分类器以通过鱼眼镜头检测人。我看到的选项有: 不失真鱼眼效果并运行分类器-我不喜欢这
将HOG级联重新训练到OpenCV中包含的级联的性能级别将是一个相当复杂的过程。您还必须模拟特定镜头的失真,以修改训练数据 对于最快的解决方案,我建议您首先选择扭曲图像。如果您愿意投入时间和资源对分类器进行再培训(这取决于您检测椅子和书籍的方式),那么有一些公开的行人数据集将非常有用 (一) (二)
由于椅子设计的多样性,您不太可能找到椅子级联。我建议您针对您打算检测的特定椅子培训您自己的级联。我不知道有任何现有的图书层叠,快速的谷歌搜索也没有产生任何有希望的结果。如果您打算培训自己的图书级联,ImageNet是一个很好的数据资源。关于书籍和椅子的情况如何?关于使用神经网络的深度学习来检测书架的简要讨论,请参见“我认为深度学习对于这个问题来说是过火了”。我相信做一个不失真的操作,然后使用Classifier是最好的方法。