利用计算机视觉识别汽车颜色并改变颜色

Question

我正在修计算机视觉的课程。

项目:识别汽车的颜色并改变它。例如:在车道上拍摄一张红色本田汽车的照片，把红色的油漆颜色换成蓝色。应忽略改变地面/草坪的颜色等。

现在我不知道我的方法是否最好，但我一直在研究如何处理这个问题

方法：

1. 设计一个CNN，以检测和分类的图像内的汽车图片。
2. 设计一个独立的CNN分类器，它将检测和分类汽车的颜色，并将其与CNN连接起来。
3. 把两个CNN连接在一起。创建一个神经网络，其中一个CNN将做补丁的颜色检测，而第二个CNN分类图像和车内。
4. 创建一个类似GAN的网络，采用汽车的颜色。如果汽车的颜色已经是蓝色，什么都不会发生，但是如果汽车的颜色是红色，那么GAN将把汽车的颜色改为蓝色。

有不同的方法来处理这个问题吗？

我想自己解决这个问题，但请指出正确的方向。

Answer 1

虽然你的方法可以完成这项工作，但是为了改变颜色而训练几个网络似乎有点过分了。

一个比较简单的方法可以是尝试将汽车从图像中分割出来。基本上，你的第一步的改进版本。一旦你有了汽车的面具，改变颜色是相当容易使用opencv。为了分割汽车，您可以查看RCNN。使用预先训练的版本。

另一种方法是直接训练一个干人，不经过中间的步骤就能把事情做完。看看https://junyanz.github.io/CycleGAN/。