应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

Znn3bq.jpeg
小木虫论坛-学术科研互动平台 » 专业学科区 » 信息科学 » 图像处理 » 【讨论】目标检测中，分类训练样本和待检测图像的目标大小不一，怎么解决？（顶贴也送
581/2返回列表12下一页
查看: 6372  |  回复: 57
只看楼主 @他人 存档 新回复提醒 (忽略) 收藏    在APP中查看

tcy3377

铜虫 (小有名气)

[交流] 【讨论】目标检测中，分类训练样本和待检测图像的目标大小不一，怎么解决？（顶贴也送

在一幅图像中做目标物体检测，我的分类器是采用112*92大小的图像进行训练的，但是由于待检测图像中的目标物体和进行训练图像的目标物体大小不一，现在的问题是所提取的图像特征是否可识别出待检测图像的目标物体区域？

如果从待检测图像中采集不同大小的图像块进行检测是否行得通？

希望各位不吝赐教。
回复此楼

» 猜你喜欢

» 本主题相关价值贴推荐，对您同样有帮助:

» 抢金币啦！回帖就可以得到:

查看全部散金贴
1楼 2011-04-08 17:38:51
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

mze04532

金虫 (著名写手)
★
tcy3377(金币+5):谢谢参与
tcy3377(金币+5): 2011-04-09 10:20:15
不知道分类器做得怎么样，有没有考虑大小不一的问题，如果没有，不一样大小的可能会有问题，像你说的做下图像分块应该可行。
赞一下(1人) 回复此楼
4楼2011-04-09 08:50:19
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

cd8166

木虫 (正式写手)
★
tcy3377(金币+5):谢谢参与
tcy3377(金币+5): 2011-04-09 10:20:26
通过“特征”比较，就不涉及大小了
赞一下(1人) 回复此楼
8楼2011-04-09 09:12:17
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

tcy3377

铜虫 (小有名气)
引用回帖:
Originally posted by cd8166 at 2011-04-09 09:12:17:
通过“特征”比较，就不涉及大小了

不怎么明白你说的意思，在待检测目标形成特征时，不也都需要和训练图像一样在同一大小尺寸抽取特征吗？然后再进行比较吗？
赞一下 回复此楼
9楼2011-04-09 10:15:27
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

li1cai2fu3

至尊木虫 (知名作家)
★
tcy3377(金币+1):谢谢参与
应该可以的，我也不是内行
赞一下(1人) 回复此楼
12楼2011-04-09 10:32:54
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

tcy3377

铜虫 (小有名气)
引用回帖:
Originally posted by mze04532 at 2011-04-09 08:50:19:
不知道分类器做得怎么样，有没有考虑大小不一的问题，如果没有，不一样大小的可能会有问题，像你说的做下图像分块应该可行。

用的SVM方法来分类，应该是没有有考虑大小的问题，图像分块理论上可以说得通，可是实际操作有点困难。不知道这类问题一般是怎么解决的呢？
赞一下 回复此楼
13楼2011-04-09 10:33:05
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

icemine

铁杆木虫 (职业作家)
★
tcy3377(金币+5):谢谢参与
帮顶 祝好运
回复此楼
24楼2011-04-09 14:13:23
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

talk2csq

木虫 (职业作家)
★
tcy3377(金币+5):谢谢参与
先领币再看内容
回复此楼
25楼2011-04-09 14:15:10
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

talk2csq

木虫 (职业作家)
tcy3377(金币+5): 2011-04-11 09:30:50
如果只是尺度不同，楼主可以试着用SIFT来做，如果还有大的视角变化，可以试一下ASIFT
赞一下 回复此楼
26楼2011-04-09 14:18:47
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

tcy3377

铜虫 (小有名气)
引用回帖:
Originally posted by talk2csq at 2011-04-09 14:18:47:
如果只是尺度不同，楼主可以试着用SIFT来做，如果还有大的视角变化，可以试一下ASIFT

不知道，你有没有ASIFT的程序啊！？给我传个，交流交流tcy3377@yahoo.com.cn
赞一下 回复此楼
27楼2011-04-11 09:31:49
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

zhangwei19

荣誉版主 (文学泰斗)
★
tcy3377(金币+5):谢谢参与
这个不知道，帮你顶贴
赞一下(1人) 回复此楼
33楼2011-04-11 10:05:23
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

talk2csq

木虫 (职业作家)
引用回帖:
Originally posted by tcy3377 at 2011-04-11 09:31:49:
不知道，你有没有ASIFT的程序啊！？给我传个，交流交流tcy3377@yahoo.com.cn

http://www.cmap.polytechnique.fr/~yu/research/ASIFT/demo.html
自己去下吧，ASIFT我也没有用过。
赞一下 回复此楼
35楼2011-04-11 18:16:01
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

zhangwei19

荣誉版主 (文学泰斗)
这个不懂，祝福楼主早日解决
赞一下 回复此楼
36楼2011-04-11 18:31:48
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

conanwj

版主 (著名写手)
★
tcy3377(金币+2):谢谢参与
tcy3377(金币+5): 2011-04-13 09:29:56
引用回帖:
Originally posted by tcy3377 at 2011-04-08 17:38:51:
在一幅图像中做目标物体检测，我的分类器是采用112*92大小的图像进行训练的，但是由于待检测图像中的目标物体和进行训练图像的目标物体大小不一，现在的问题是所提取的图像特征是否可识别出待检测图像的目标物体区 ...

支持mze04532论点。
关于尺度适应的问题，应该在分类器中考虑的。
赞一下(1人) 回复此楼
39楼2011-04-12 20:01:18
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

tcy3377

铜虫 (小有名气)
引用回帖:
Originally posted by conanwj at 2011-04-12 20:01:18:
支持mze04532论点。
关于尺度适应的问题，应该在分类器中考虑的。

没有看过相关的文献，不知道能不能提供相关资料或程序？！tcy3377@yahoo.com.cn
赞一下 回复此楼
40楼2011-04-13 09:31:34
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

houbeibei

木虫 (小有名气)

你这个属于图像模式分类中的常规问题，可以通过特征的选取解决分辨率不一致的问题。

★
tcy3377(金币+2):谢谢参与
tcy3377(金币+1): 5 2011-04-18 14:23:12
就像楼上有个朋友说的那样，可以通过特征的选取解决这一问题。因为我不知道你具体解决何种分类问题，我觉个简单的例子，在人车分类中，如果依据的是形状特征，比如图像矩、离散度等特征，它们都仅仅与形状有关，而与待测前景图像的大小无关的，不管待测目标多大，反映它的仅仅是特征向量而已。
    希望对你能有所帮助！
赞一下(1人) 回复此楼
41楼2011-04-17 09:52:41
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

conease

铁杆木虫 (正式写手)
主要还是看细节问题，如果缺失不大就缩放下吧
赞一下 回复此楼
42楼2011-04-26 08:39:02
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

liubinxp

铜虫 (初入文坛)
★
tcy3377(金币+2):谢谢参与
tcy3377(金币+5): 2011-06-11 20:53:58
一般来说有两个思路：
1、分类前对图像进行几何归一化。几何归一化对简化模式识别算法，降低分类错误率很有帮助；
2、选择几何特征不敏感的特征构成特征向量。这样的话，分类器将不受目标大小影响。
赞一下(1人) 回复此楼
43楼2011-04-26 09:28:29
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

raymondlee0

银虫 (小有名气)
★
tcy3377(金币+2):谢谢参与
可以找一些尺度不变的特征，如sift，也可以对图像尺度变换为适合的图像。
赞一下(1人) 回复此楼
44楼2011-05-18 18:33:56
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

shiy2

铜虫 (小有名气)
★
tcy3377(金币+2):谢谢参与
抽取特征时，训练样本和待检测图像的物理条件应该完全一直，否则，抽取的特征不能准确反映出二者的差别
赞一下(1人) 回复此楼
46楼2011-05-18 23:26:55
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

waitingYHVH

金虫 (正式写手)
★
tcy3377(金币+2):谢谢参与
引用回帖:
Originally posted by tcy3377 at 2011-04-08 17:38:51:
在一幅图像中做目标物体检测，我的分类器是采用112*92大小的图像进行训练的，但是由于待检测图像中的目标物体和进行训练图像的目标物体大小不一，现在的问题是所提取的图像特征是否可识别出待检测图像的目标物体区 ...

想办法做归一化
或者尽量用size invariant的特征
赞一下(1人) 回复此楼
47楼2011-05-18 23:41:58
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

hbbcqh

银虫 (初入文坛)
★
tcy3377(金币+2):谢谢参与
同意：通过“特征”比较，就不涉及大小了的观点，主要是在提取特征这个入口处设置的参数要和图片的大小一致就可以了
赞一下(1人) 回复此楼
48楼2011-05-19 09:42:41
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

webbery

金虫 (正式写手)
★
tcy3377(金币+2):谢谢参与
是同一类型目标么？如果是的话，是否可以考虑归一化？
赞一下(1人) 回复此楼
49楼2011-05-19 16:56:26
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
简单回复
lexiaoyao2楼
2011-04-08 17:59   回复  
tcy3377(金币+5):谢谢参与
无才3楼
2011-04-08 18:16   回复  
tcy3377(金币+5):谢谢参与
zyeu00015楼
2011-04-09 09:02   回复  
tcy3377(金币+5):谢谢参与
我
lty10082006楼
2011-04-09 09:08   回复  
tcy3377(金币+5):谢谢参与
维维Vivi7楼
2011-04-09 09:10   回复  
tcy3377(金币+5):谢谢参与
郭继波10楼
2011-04-09 10:25   回复  
tcy3377(金币+1):谢谢参与
boyuehu11楼
2011-04-09 10:29   回复  
tcy3377(金币+1):谢谢参与
静若水14楼
2011-04-09 10:44   回复  
tcy3377(金币+5):谢谢参与
tangbohejin15楼
2011-04-09 10:55   回复  
tcy3377(金币+5):谢谢参与
lzg930416楼
2011-04-09 10:58   回复  
tcy3377(金币+5):谢谢参与
wangb200917楼
2011-04-09 13:23   回复  
tcy3377(金币+5):谢谢参与
jihongfei18楼
2011-04-09 13:34   回复  
tcy3377(金币+5):谢谢参与
dream_one19楼
2011-04-09 13:40   回复  
tcy3377(金币+5):谢谢参与
引用回帖:
Originally posted by cd8166 at 2011-04-09 09:12:17: 通过“特征”比较，就不涉及大小了

xiaogenv20楼
2011-04-09 13:43   回复  
tcy3377(金币+5):谢谢参与
paulpaulzj21楼
2011-04-09 13:45   回复  
tcy3377(金币+5):谢谢参与
yyp_12322楼
2011-04-09 13:45   回复  
tcy3377(金币+5):谢谢参与
liuqiancx23楼
2011-04-09 13:48   回复  
tcy3377(金币+5):谢谢参与
jbgdyy28楼
2011-04-11 09:45   回复  
tcy3377(金币+5):谢谢参与
ljt1982me29楼
2011-04-11 09:50   回复  
tcy3377(金币+5):谢谢参与
FDANG_GFD30楼
2011-04-11 09:55   回复  
tcy3377(金币+5):谢谢参与
56332489831楼
2011-04-11 10:01   回复  
tcy3377(金币+5):谢谢参与
linghuntuzi32楼
2011-04-11 10:04   回复  
tcy3377(金币+5):谢谢参与
xiami578234楼
2011-04-11 10:15   回复  
tcy3377(金币+5):谢谢参与
witch_girl37楼
2011-04-12 11:31   回复  
tcy3377(金币+2):谢谢参与
Janson天堂38楼
2011-04-12 11:45   回复  
tcy3377(金币+2):谢谢参与
vis-kaka45楼
2011-05-18 21:43   回复  
tcy3377(金币+2):谢谢参与
huagai50楼
2011-06-27 17:22   回复  
tcy3377(金币+2):谢谢参与
相关版块跳转 我要订阅楼主 tcy3377 的主题更新
581/2返回列表12下一页
普通表情 龙 兔 虎 猫 高级回复 (可上传附件)
信息提示
关闭
请填处理意见
关闭