이미지에서 vechicles 계산

이미지에서 자동차를 성공적으로 계산하는 알고리즘을 구현하려고했습니다. 교통 이미지에서 다중 차량 폐색의 존재로 차량 수에 대한 방법을 구현하려고 시도했습니다.

다양한 이미지 세트에서 배경을 추정합니다. 나는이 목적을 위해 다양한 다른 기술을 살펴 보았고이 모든 것을 한 가지 방법으로 사용하거나 다른 방법으로 이미지 집합의 배경 추정을 사용하거나 비디오가 필요합니다. 나는 배경 (대부분의 논문에서 아마 도로)이 거의 보이지 않는 입력, 교통 이미지를 가지고 있습니다. 또한 이미지는 다른 영역에서 가져 오므로 공통 배경이 없습니다. 이 경우 어떻게 진행해야합니까?

어떻게 든 차량 (자동차)의 구조를 일치시킬 수 있다면 아마도 일치 할 수 있다고 생각합니다. 그러나 이것이 가능한지 여부와 이미지에 여러 개의 폐색 된 차량이 포함되어 있기 때문에 진행 방법인지 모르겠습니다.

힌트 나 연구 논문도 환영합니다.

샘플 이미지는 다음과 같습니다. 교통 샘플 이미지

교통 샘플 이미지 2

— 크라머
소스

하나 또는 두 개의 대표적인 예제 이미지를 게시 할 수 있습니까?

— bjoernz

내가 당신이라면 템플릿 매칭을 살펴볼 것입니다

— Olivier_s_j

@bjoernz 샘플 이미지를 추가했습니다.

— krammer

힘든 일입니다. 항상 정면에서 차를 보십니까? 앞 유리 / 지붕 조합으로 무언가를 할 수있을 것입니다 ... 계산이 얼마나 정확해야합니까? 몇 개의 이미지를 처리해야합니까? 아마 수동 라벨은 옵션입니다 mturk.com/mturk :

— bjoernz

@bjoernz 나는 mturk에 의존 할 수 없다 ;-). 나는 그것이 매우 정확하기를 원하지 않는다고 생각합니다. 처음에는 몇 가지만 할 것입니다. SIFT / SURF가 도움이 될 것 같습니다. 여러 자동차 데이터 세트에서 분류자를 훈련시킬 수 있습니다 (대부분 1 자동차 / 이미지가 있습니다). 이 이미지에서 여러 차량을 감지 할 수있을 것입니다하지만 나는 (이보다 훨씬 덜 복잡하지만 여전히 하나 개 이상의 부분적으로 가려 차량을 가지고있을 수 있습니다) 모르겠어요

— 크래 머는

언급 한 바와 같이, 물체 계수 문제는 매우 어렵다. 일반적인 접근 방식에 대한 자세한 설명은 http://www.robots.ox.ac.uk/~vilem/NIPS2010.pdf에 나와 있습니다.

훈련 이미지에 SIFT 피처 데이터베이스를 생성하는 것은 자연스럽게 내려갈 수있는 경로로 보입니다. 일부 이미지 분할과 결합하여 갈 수 있습니다.

또 다른 경로 는 유사 기능 감지 알고리즘 인 HOG http://chrisjmccormick.wordpress.com/2013/05/09/hog-person-detector-tutorial/ 을 보는 것 입니다.

— 사용자 1531177
소스