我正在進行車輛檢測。該方案工作正常,幾乎檢測到所有的汽車。但是,有一個問題是,如果兩輛車非常緊密地接近,那麼探測器將兩輛車都視爲單輛車。虛假檢測Opencv
1
A
回答
0
我不確定你是如何檢測汽車的,只用一盞燈怎麼樣?
您是從一張圖片中檢測到的,或者您可能有視頻序列?
一個簡單的訣竅是,每當你找到一輛車時,試着找到一個單一的光點「關閉/平行」給他們。如果您發現雙方,請優化您的車號。
還有其他的圖案可以使用:就像地面上的小反射一樣。訓練你的classifer與這將有所幫助。
如果你有視頻序列,汽車總是顯示「平行」的光點,而不是其他汽車/電機。
+0
Hi Flank和Chrono,謝謝你的回覆。你能否給我提供一些例子。我的代碼工作正常,我甚至應用減法方法,但在夜間,由於只有大燈這種情況正在發生的可用性。我正在使用圖像序列。感謝您的專家意見。 – RickVedrine
1
一些非最大值抑制機制在這種情況下使用:
- 計算所有候選檢測(紅色框);你應該在右邊看到兩輛車的3次檢測結果。
- 根據一些指標對它們進行排名,這些指標告訴您檢測的效果如何(前照燈大小和距離之間的某種比率?)。
- 在那些不一致的候選檢測(那些重疊的紅色框)中,抑制排名較低的檢測。
0
當場景中有多輛彼此靠近的車輛時,交叉配對是一個常見問題。 您可以使用以下步驟糾正此問題: 1.使用某種跟蹤方法(例如卡爾曼濾波器),在框架上給出一些置信度分數,然後確認汽車。 2.如果攝像頭已校準,則計算每輛車與主車的距離,當您離開主車時,同一輛車的兩個斑點之間的距離應該減小(透視幾何圖形)。
另外,避免在前燈周圍給出非常寬鬆的邊界框作爲分類器的輸入。
相關問題
- 1. Yosys邏輯循環虛假檢測
- 2. 如何避免虛假亮點檢測?
- 3. OpenCV中的虛假顏色過濾器
- 4. jQuery檢查虛假條目
- 5. Blob檢測OpenCV
- 6. OpenCV的 - 檢測
- 7. C#布爾操作來檢測任何虛假申報
- 8. TFS「檢測本地更改」返回虛假文件名
- 9. 檢測其條件是在多個虛假if語句
- 10. 如何檢測虛假共享減慢性能?
- 11. 檢測手機中的虛假/模擬位置?
- 12. OpenCV的檢測紙
- 13. OpenCV GPU HOG檢測
- 14. 線檢測的OpenCV
- 15. opencv人臉檢測
- 16. OpenCV手部檢測?
- 17. OpenCv形狀檢測
- 18. 人物檢測 - opencv
- 19. 檢測嘴OpenCV的
- 20. OpenCV皮膚檢測
- 21. OpenCV指尖檢測
- 22. OpenCV檢測角落
- 23. OpenCV檢測號碼
- 24. OpenCV標記檢測
- 25. OpenCV開槽檢測
- 26. OpenCV:車軸檢測
- 27. 運動檢測opencv
- 28. 檢測在OpenCV中
- 29. 測試軟件:虛假vs存根
- 30. c#表達式 - 如何檢查虛假
請描述如何在您的代碼中檢測到對象。 – William