Lee*_*ile 7 computer-science opencv machine-learning computer-vision
我在机场工作,我们需要确定飞行员的能见度.
为此,我们在跑道上每隔200米放置一些标志,以便我们确定能见度.我们有多条跑道,每小时都需要检查能见度.
现在,可见性检查是通过人工完成的,他们会查看位于每条跑道末端的摄像机的照片.所以它可能很乏味.
我是一名对机器学习经验很少的程序员,但这听起来像是一个很容易实现自动化的问题.我该如何处理这个问题？我应该学习哪些算法？OpenCV会帮助我吗？
谢谢!
小智 3
我认为这可以使用计算机视觉技术实现自动化。openCV 可以使实施变得更容易。如果所有标志都相似，那么我们可以训练我们的程序在特定条件（灯光）下识别标志。然后，我们可以使用经过训练的分类器，通过一个简单的脚本每小时检查标志的可见性。openCV 中已经有类似 harr 的特征提取。您可以使用它来训练分类器，该分类器将输出 .xml 文件并使用该 .xml 文件定期检测标志。我使用 openCV 做了一个类似的项目 RTVTR（实时车辆跟踪和识别），效果很好。http://www.youtube.com/watch?v=xJwBT76VEZ4