2015-12-17 3 views
1

Я начал использовать OpenCV с большим успехом с целью обнаружения различных частей тела (руки, руки, лицо, e.t.c).Обнаружение и изоляция объектов с использованием OpenCV

Первый и наиболее очевидный подход для достижения этого - использование каскадных классификаторов Haar или LBP, но я хотел бы знать, какие другие варианты там есть.

Я видел примеры обнаружения кожи с использованием изображений HSV и обнаружения пикселей в цветовой гамме. Но это не помогает определить, какой бит это! Я также внедрил вычитание фона MOG2, которое может помочь изолировать движущийся объект, но это будет работать только в том случае, если желаемый объект является ТОЛЬКО одним движением.

Используя выпуклый корпус и дефекты, я выделил руки и руки, но не могу различить их. Существует ли стандартный способ сделать это или является единственным надежным способом использования каскадных классификаторов?

ответ

5

Вы можете попробовать HoG descriptors где был разработан в 2006. Они отлично работают для лиц и пешеходов. Они работают не так хорошо для отдельных частей тела (еще лучше, чем хара). Они считались современными, пока не началось глубокое обучение. (около 2012 года я думаю)

Система, описанная в этом paper, выиграла несколько соревнований, когда она была представлена.

Hog реализован в OpenCV, но реализация DLib лучше.

См. Также this для получения полезной информации о компьютерном зрении в целом.

+0

Спасибо. На данный момент я работаю над кодом [здесь] (https://github.com/simena86/handDetectionCV), который кажется довольно хорошим. Для этого требуется средний образец цвета руки, а затем фильтр. Затем он вычисляет дефекты и увольняет тех, кто вряд ли принадлежит руке. –

+0

Если вы готовы предоставить исходный пример вашему алгоритму, как в вашем примере, вы также можете попытаться использовать форму алгоритма FLANN opencv (http://docs.opencv.org/2.4/doc/tutorials/features2d/feature_flann_matcher /feature_flann_matcher.html#feature-flann-matcher) Имейте в виду, что обнаружение цвета зависит от молнии. –

+0

FLANN выглядит действительно интересным, я предполагаю, что он сравнивает одно изображение с другим и определяет сходство? Также я надеялся, что преобразование в HSV или HSL поможет уменьшить помехи от освещения. –

Смежные вопросы