У меня есть 4 типа символов нот одного и того же цвета: целая нота, половина ноты, крючок и дрожь. Мне нужно классифицировать изображение и указать, есть ли у него один из этих символов (только один на данный момент) и какой. например, если у меня есть изображение только с музыкальным персоналом (но ничего больше в нем), он должен сказать мне, что изображение пуст, но если у меня есть изображение с символом половины ноты в нем, оно должно сказать мне что-то вроде «это половина примечания».Извлечение дескрипторов связки образцов изображений и обучение SVM в OpenCV
Предположим, у меня есть 20 образцовых изображений для каждого возможного символа и 20 с базовым корпусом (ничего в нем), я хочу обучить SVM для классификации любого входного изображения. Я читал о том, как я могу это сделать, но у меня все еще есть определенные сомнения. я думаю, что процесс - это что-то вроде этого (и, пожалуйста, поправьте меня, если я ошибаюсь):
- извлеките дескрипторы всех образцовых изображений.
- положить эти дескрипторы внутри разных
Mat
Объекты (по одному для каждого символа). - отправьте эти
Mats
в SVM, чтобы обучить его. - Используйте SVM для классификации изображений.
у меня есть определенные сомнения по поводу того, что я думаю, что это процесс:
- является то, что я описал правильный процесс для того, что мне нужно сделать?
- Должен ли я предварительно обработать образцы изображений (скажем, извлечь фон и применить канонические края), прежде чем я отправлю их в дескриптор-экстрактор? o могу ли я оставить их такими, какие они есть?
- Я прочитал о трех методах извлечения дескрипторов: HOG, BOW (Bag of Words) и SIFT. Я думаю, что они все делают то, что мне нужно, но я не знаю, какой из них использовать. я вижу, что HOG в основном (если не все времена) для обнаружения лиц и пешеходов, и я не знаю, можно ли его использовать для моего случая. Любые советы, которые следует использовать?
- Сколько образцов изображений нужно иметь для каждого случая?
я не нужны конкретные детали реализации, но я действительно нужны ответы на эти вопросы, спасибо заранее
Вы хотите, чтобы классификатор svm классифицировал 4 типа заметок ... Я думаю, что это немного накладные расходы, чтобы обучить классификатор для этой легкой задачи .. или мне не хватает sth? –
@HumamHelfawi хорошо, что мне нужно сделать, это обнаружить через веб-камеру вид больших заметок, которые пользователь будет придерживаться на штативе 3mtx50cm, который приклеен к стене и играет ноты на определенное количество времени в зависимости от его формы. Заметки не всегда будут прямыми, обычно не имеют одинакового размера (камера может быть ближе или дальше) и обычно не получат одинаковое освещение. Поэтому я подумал, что это лучший и более точный подход. но если есть другой подход к обнаружению фигур, о которых вы можете думать, это было бы весьма признательно. – angel208
в вашей задаче вы бы не описали весь образ, а только объект desirdd. поэтому вы должны выполнить ручную маркировку. – Micka