目标检测-算法建议

Question

我正在尝试在C++中进行图像检测。我有两张照片：

图片场景: 1024x786人: 36x49

我需要从现场认出这个人。我试过使用相关性，但图像太吵，因此不能给出正确的/准确的结果。

我一直在思考/研究最能解决这一问题的方法，这些方法似乎是最符合逻辑的：

• 高斯滤波器
• 卷积
• FFT

基本上，我想在图像周围移动噪声，这样我就可以使用相关性来更有效地找到那个人。

我知道FFT将很难实现和/或可能是缓慢的，特别是对于我所使用的图像的大小。

有人能为解决这个问题提供任何建议吗？最好的技术/算法是什么？

Answer 1

在Andrew的机器学习课中，我们使用神经网络和滑动窗口完成了这个精确的问题：

1. 训练一个神经网络来识别你想要的特定特征，使用一个36x49窗口(或者其他你想要的大小)，使用带有标签的数据来识别图像。
2. 为了识别一个新的图像，取36x49矩形并将其滑动到图像上，在每个位置进行测试。当您移动到一个新的位置时，将窗口向右移动一定数量的像素，将其称为jump_size (例如5个像素)。当您到达图像的右侧时，返回到0，并通过y增加窗口的jump_size。

神经网络对此有好处，因为噪音不是什么大问题:你不需要去除它。这也是很好的，因为它可以识别类似于以前看到的图像，但略有不同(脸部的角度不同，灯光略有不同，等等)。

当然，缺点是您需要培训数据来完成它。如果你没有一组预先标记的图片，那么你可能会运气不好--尽管如果你有一个Facebook账户，你可能可以写一个脚本来提取你和你朋友的所有标签照片并使用它。

Answer 2

只有当您已经使用kd-树或层次树对图像进行排序时，FFT才有意义。我建议将图像2d rgb值映射到一维曲线，并在频率分析之前降低一些复杂性。

Answer 3

由于我发现目标检测方法在很大程度上取决于具体情况，所以我没有提出精确的算法。相反，我有一些建议和建议。下面是我的建议:找到目标的特定特性，并围绕目标设计代码。

例如，如果您可以访问彩色图像，请使用Wally没有多少绿色和蓝色的事实。从红色图像中减去蓝色和绿色的平均值，你就有了一个更好的起点。(对图像和目标应用相同的操作。)但是，如果噪声是与颜色有关的(即:在每种颜色上都是不同的)，这是行不通的。

然后，您可以在转换后的图像上使用相关性，取得更好的效果。负的相关点是，它将只对第一幅图像进行精确的裁剪.如果你需要找到目标来帮助你找到目标，那就不是很有用了！相反，我认为目标的平均版本(许多Wally图片的组合)会在某一点上起作用。

我的最后一个建议是:在我处理噪声图像的个人经验中，频谱分析通常是一件好事，因为噪音往往只污染一个特定的尺度(希望这个尺度与沃利的不同！)此外，相关性在数学上相当于比较你的图像和目标的光谱特征。