用于行李检测的OpenCV和支持向量机训练

Question

在我的项目中，我试图将行李与任何其他东西区分开来，通常是人类。

目前，我使用OpenCV和支持向量机两种训练方法，一种是行李箱，另一种是人。在注入帧之前，我将它们转换为灰度，但我没有应用额外的滤镜。预测的结果不是很准确。

我想知道在训练之前对帧应用额外的过滤器是否会得到更好的结果。例如轮廓检测。如果轮廓接近于一个“矩形”，那么它就是一个行李箱，否则它就是“其他东西”。我也在考虑切换到ONE_CLASS方法。

你觉得呢？或者你有更好的主意吗？

致以敬意，

朱利安。

Answer 1

在仔细考虑了这个问题之后，我认为异常检测是最好的选择。你提到ONE_CLASS method的时候我就有这个想法了。

假设行李在图像中是矩形的，你的建议“任何接近矩形的都是行李”，也是一种可行的方法。因此，你只有一个等级“行李”。

顾名思义，“异常检测”用于检测不符合特定模式的对象。换句话说，它用于检测异常值(数据集中存在的对象以外的对象)。

由于您只强调行李，因此我认为这种方法是最好的。

您也可以尝试其他方法，以防您遇到任何方法。

Answer 2

因此，矩形近似方法似乎符合我的要求。我还没有测试过很多图片，所以我不是百分之百确定我会去做。一如既往，也有例外:当行李的颜色接近背景颜色时，结果不准确。有没有办法放大两种接近的颜色之间的差异？

致以敬意，

朱利安。