我知道OpenCV中有很多检测技术,例如SURF,STAR,ORB等......但这些技术用于新视频输入的特征检测,而不是用于处理需要事先学习的特定对象实例.OpenCV的文档并不那么容易翻阅,我还能找到除了哈尔之外的任何东西,我知道这对于人脸识别来说是最好的.
除了哈尔之外还有其他任何技术吗？哈尔技术可以追溯到10年前的研究,所以理想情况下我希望自那时以来已经在OpenCV中实现了一些进步.
mev*_*ron 12
如果您正在寻找OpenCV机器学习类型算法,请查看此链接.
对于最先进的动态对象检测算法,请查看OpenTLD.它使用边界框和随机森林来了解一个对象随着时间的推移.在这里查看演示视频.
另请查看OpenCV中的matching_to_many_images.cpp示例.它使用特征描述符来匹配对象,就像Google Goggles一样.一个相关的例子是bagofwords_classification.cpp示例.在这种情况下,它可能是您正在寻找的.它使用特征检测器(SURF,SIFT等)来检测对象,然后通过比较特征与学习的特征数据库的相对位置对它们进行分类.另请参阅麻省理工学院的本教程.
latentsvmdetect.cpp也可能是一个很好的起点.
希望有所帮助!