哪种特征向量更好地检测停车场槽中是否有汽车？

Question

我的目标是检测一个车位是空的还是被车占用的。最后，停车场里的汽车数量将会被计算在内。

摄像机正在监控停车场，如示例图片所示。每个停车场空位的像素都非常少。我选择四个像素点来定义ROI，并在图像中应用透视变换，请参见图像1。

支持向量机是一种很好的分类和训练样本的方法。不幸的是，我不确定特征向量。

挑战:相邻插槽中的汽车的-Shadow -A car是一个插槽，在另一个插槽中部分可见。

-Shadow的大建筑物-Weather变化(晴天，多云等) -After雨天，槽位颜色变化(干或湿) -Different槽位和透视变化

什么样的特征或特征向量最适合分类？

先谢谢你，

​

​

​

​

​

​

​

​

Answer 1

如果你有足够的训练数据，颜色直方图就已经足够了。你可以用阴影的，部分阴影的，非阴影的空位以及不同的车厢进行训练。可能很难获得足够的训练数据，你也可以使用合成数据(渲染图像上的汽车和阴影)。

因此，这不仅是一个关于特征的问题，也是一个关于训练样本的问题。