快速通过一个对象上的不同特征区分相似对象的方法

Question

我已经制作了一个可以识别大型车辆(公共汽车和卡车)的分类器(基于HoG功能).但我希望能够区分公共汽车和卡车.这导致问题,因为两辆车都很大而且很长.以下是我的培训数据中的一个示例:

正如你所看到的那样,从同一个角度来看,这是一辆卡车和一辆公共汽车,但是分类器并没有将它们视为不同.

鉴于我已经构建了我的分类器,是否有一种简单的方法(无需重建现有的分类器),我可以将其添加为区分卡车和公共汽车的第二阶段？

我正在考虑以某种方式匹配SIFT功能匹配...以捕获前面突出的卡车头.但我之前没有使用它,也不确定它是否适用于此.

Answer 1

据我了解，您当前的探测器试图将公共汽车和卡车与其他物体区分开来。假设它与其他对象有很好的区别，并且在公共汽车和卡车之间存在不同的问题，您可以在其上添加一个专门的分类器。

考虑到第一个分类器，第二个分类器的目标应该是区分公共汽车和卡车。因此，您应该在第一个分类器认为是卡车或公共汽车的实体上对其进行训练（忽略第一个分类器未识别的公共汽车和卡车）。给定样本使用其真实分类作为概念（而不是第一个分类器的预测）。通过这样做，您可以迫使第二个分类器关注公共汽车和卡车之间的边界。在这个边界中，尺寸等特征变得无关紧要，因为公共汽车和卡车都很大，因此分类器将被迫寻找其他相关特征。

之后，您将编写分类器，如果第一个分类器将输出公共汽车或卡车，您应该返回第二个分类器的结果。

这项技术实际上是boosting的一个特例，在精神上与《弱学习能力的强度》中的 Schapire 算法很接近