使用SIFT/SURF特徵檢測圖像中的對象

Question

給定從描述特定對象的100幅訓練圖像中提取的N個SIFT/SURF特徵，並且給定從新圖像A提取的M個SIFT/SURF特徵，其可能包含或可能不包含該對象（以及我們不關心的其他對象），如何確定圖像A是否描述該對象？

我知道的唯一方法是對訓練特徵進行聚類，併爲每個訓練圖像生成一個直方圖，然後在這些直方圖上訓練一個分類器（例如SVM）。然後，通過提取特徵，計算直方圖，然後使用訓練的分類器對直方圖進行分類，從而測試圖像A中的對象。

這種方法的主要問題是它假定圖像A只包含對象而沒有其他東西，或者它不包含對象。換句話說，如果對象是一個人，並且對這個人的圖像進行了訓練，那麼它將無法檢測到站在人羣中的那個人，因爲由此產生的直方圖會受到所有其他人的特徵的污染人羣中的人們。

什麼是其他方法來完成這個？

Answer 1

我建議閱讀SIFT功能作者David Lowe關於此主題的論文。在這裏看到http://www.cs.ubc.ca/~lowe/pubs.html，搜索對象識別。

Answer 2

您可以使用不同比例的滑動窗口來檢測圖像任何局部部分中的對象。