如何选择适合给定计算机视觉应用的滤波器或边缘检测技术？

Question

我正在尝试建立一个识别手语字母的系统。我没有计算机视觉的工作经验，因为这是我的第一次。我不知道我应该使用哪种滤镜(锐化、平滑、锐化然后平滑、平滑然后锐化或者其他什么)。不只是过滤器选项，还有其他选项，如：

1-图像阈值方法

2-边缘检测技术

..etc

Answer 1

欢迎来到计算机视觉世界。

在我看来，最简单的实现方法如下所示。此方法的报告位于：https://pdfs.semanticscholar.org/871b/63ff97b76f4b9c3c9c780590947e1f0efa4d.pdf

。训练阶段

1. 准备训练图像

​

​

1. Calculate training images‘canny edge

。测试阶段

1. 使用webcame捕获hand的image
2. Extract捕获图像的精明边缘
3. 使用kNN在训练图像中检测捕获图像的最近邻居。

5.步骤被称为识别步骤。你可以使用一些像SVM之类的东西

当然，你可以使用深度学习来获得更好的功能，而不是精明的边缘。这可能会导致更好的准确性，但这对你来说太过分了。http://cs231n.stanford.edu/reports/2016/pdfs/214_Report.pdf

希望对您有所帮助

Answer 2

有多种方法可以解决这个问题。下面列出了两种方法

1. 使用传统的图像处理技术:进行基于强度的阈值、边缘检测等。
2. 使用机器学习/深度学习:请查找以下ML/深度学习and的参考

https://arxiv.org/ftp/arxiv/papers/1710/1710.06836.pdf https://cse.iitk.ac.in/users/cs365/2015/_submissions/vinsam/report.pdf

在我看来/实践中，考虑到大量的训练数据和计算，与传统方法相比，深度学习方法具有更好的泛化能力。