在OpenCV中使用哈爾級聯分類器來計算停車場的航拍圖像中的汽車

Question

我想要計算停車場的航拍圖像中的汽車數量。經過一番研究，我相信哈爾級聯分類器可能是一個選擇。我將使用的圖像示例與Google地圖中停車場的放大圖像類似。

我目前的計劃是通過使用僅在一個方向（上下）裁剪出圖像的汽車來訓練定製的哈爾分類器，然後以15度的增量旋轉圖像時嘗試識別多次。我的具體問題是：

1. 在這裏使用Haar分類器是一種好方法還是有更好的方法？
2. 假設這是一個很好的方法，當從較大的圖像中裁剪車輛用於訓練數據時，最好裁剪一個較大的區域，以便在相鄰的停車位中可能包含小部分車輛（儘管一些訓練圖像顯然包括單車，在他們旁邊只有一輛汽車的汽車等等），還是最好儘可能將車輛儘量靠近輪廓？
3. 再次假設我正在採取這種方法，我怎麼能避免重複計算汽車？如果一輛汽車被識別爲一個方向，我不希望它被再次計數。有什麼方法可以將汽車標記爲已計數並忽略它？

Answer 1

我認爲你的情況我不會去哈爾功能，你應該搜索旋轉不變的東西。

我建議按以下順序進行此項任務： 創建一個可靠的培訓/測試數據集，並仔細閱讀有關獲取良好否定樣本的論文。根據我的經驗，良好的負面樣本對分類器的質量有很大的影響。如果你的所有樣品都具有相同的圖像尺寸，它會讓你的生活變得更容易。添加不同類型的負樣本，半車，只是路面，草地，樹木，人等等......

在開始搜索分類器之前，請確保您的評估管道是按順序進行的，進行10次交叉評估最簡單的哈爾分類器是可能的。現在你有一個基準。嘗試保留所有您測試過的功能的軟件，以發現您的數據集需要調整。理想情況下，您只需執行一個腳本，然後自動對新數據集重新運行整個評估。

當您可以找到一個旋轉不變的特徵時，多次計算汽車的問題將不會如此重要。仍然是非最大抑制將是因爲你可能無法用簡單的閾值得到很好的識別。

作爲一個提示，你可能會考慮HOG的功能，我對他們的汽車有一些好的結果。