基于OpenCV级联的交通标志分类器

Question

我在试着发现一些像这样的交通标志：http://i.stack.imgur.com/yOTZb.jpg

我设法隔离了交通标志(就目前而言，它始终是圆的)：http://image.noelshack.com/fichiers/2015/06/1422869734-3.jpg

对于实时冲浪和前一篇文章的提示，我想使用分类器的级联来检测不同的交通标志(30，50，70.)。

1)交通标志是否能很好地识别出像人脸一样的层叠分类器？我的意思是，交通标志是否容易被haar特征检测到？

( 2)是否需要为每个符号训练一个级联分类器(一个.xml)？我是否需要把30，70个交通标志的图像放在50的假阳性中(反之亦然)？

3)如果我理解了，正面图像必须有相同的大小，我需要删除背景？

对不起我的英语，谢谢:)

Answer 1

我认为你需要根据交通标志的形状训练一些Haar探测器(一个用于三角警告标志，另一个用于圆形标志，等等)。由于检测结果，您将有一些候选人进一步处理，并应决定一个候选人是否是真正的阳性或不。

如果它是真实的正面:额外的分类需要识别已知形状的类型。这种分类可以是人工神经网络算法或支持向量机。

对你的问题的回答：

1. 这在很大程度上取决于正/负数据库，以及用于培训的特性(Haar、LBP、HoG)，但我认为这种级联结构对于您的目的是有用的。
2. 以上部分回答。对于底片:您应该使用一组非常不同的图像。收集一个大型数据库是很重要的，因为在培训的第一步，大部分的负面信息都会被拒绝。
3. 您需要使用相同的规模(积极)在培训期间，它是建议使用一些全局转换，以减少不同照明条件的影响。但是你不需要移除背景，只需要沿着标记的边界裁剪图像。