Próbowałem zaimplementować algorytm do zliczania samochodów na obrazie. Próbowałem wdrożyć metodę liczenia pojazdów w obecności okluzji wielu pojazdów w obrazach drogowych
Szacuje tło na podstawie zestawu różnych obrazów. W tym celu przyjrzałem się różnym innym technikom, a wszystkie one w taki czy inny sposób wykorzystują oszacowanie tła z zestawu obrazów lub wymagają wideo. Jako dane wejściowe mam obrazy drogowe, w których tło (prawdopodobnie droga w większości artykułów) jest ledwo widoczne. Co więcej, obrazy pochodzą z różnych obszarów, więc nie mają też wspólnego tła. Jak mam postępować w takim przypadku?
Myślę, że jeśli w jakiś sposób uda mi się dopasować konstrukcję pojazdów (samochodu), to prawdopodobnie można je dopasować. Ale nie wiem, czy jest to wykonalne i jak to zrobić, ponieważ obraz zawiera również wiele zatkanych pojazdów.
Wszelkie wskazówki, a nawet prace badawcze są również mile widziane.
Przykładowy obraz wygląda następująco:
Odpowiedzi:
Jak wspomniano, problem liczenia obiektów jest bardzo trudny. Dobre zestawienie niektórych powszechnych podejść podano w http://www.robots.ox.ac.uk/~vilem/NIPS2010.pdf .
Tworzenie bazy danych funkcji SIFT na obrazach szkoleniowych wydaje się naturalną ścieżką do zejścia. To w połączeniu z pewną segmentacją obrazu może być dobrym rozwiązaniem.
Inną ścieżką może być spojrzenie na HOG http://chrisjmccormick.wordpress.com/2013/05/09/hog-person-detector-tutorial/ , który jest podobnie algorytmem wykrywania funkcji, który można dostosować do samochodów.
źródło