通過一個對象上的不同特徵區分類似對象的快速方法

Question

我製作了一個可以識別大型車輛（公共汽車和卡車）的分類器（基於HoG功能）。但我希望能夠區分公共汽車和卡車。由於兩輛車都很大而且很長，這會導致問題。 這裏有一個從我的訓練數據爲例：

正如你可以看到，這是一個卡車和一輛客車，從相同的角度來看，但分類不看他們因爲不同。

鑑於我已經構建了分類器，是否有一種簡單的方法（無需重新構建現有的分類器），我可以添加它作爲第二階段來區分卡車和公交車？

我一直在思考沿着SIFT特徵匹配的方式，以某種方式...捕捉到在前面突出卡車頭。但是我之前沒有使用它，並且不確定它是否適用於此。

Answer 1

我知道您目前的探測器會嘗試將公交車和卡車與其他物體區分開來。假設它與其他物體的差異很大，並且在公共汽車和卡車之間存在問題，您可以在其上添加專門的分類器。

鑑於第一個分類器，第二個分類器的目標應該是在公交車和卡車之間有所不同。 因此，您應該對第一個分類器認爲是卡車或公共汽車的實體進行培訓（忽略未由第一個分類器識別的公交車和卡車）。 鑑於樣本使用他們的真實分類作爲概念（而不是第一個分類器的預測）。 通過這樣做，您可以強制第二個分類器專注於公交車和卡車之間的邊界。在這個範圍內，尺寸變得無關緊要，因爲公共汽車和卡車都很大，因此分類器將被迫尋找其他相關特徵。

之後，您將撰寫分類器，如果第一個分類器將輸出公共汽車或卡車，則應返回第二個分類器的結果。

這種技術實際上是boosting一個特殊的情況下，接近精神，從The Strength of Weak Learnability