HOG如何用于检测个体的身体部位

Question

信息：

我想使用OpenCV的HOG检测来识别可以在各种方向看到的对象。唯一的问题是，我似乎找不到合理的特征检测器或分类器来以旋转和缩放的方式检测这种情况（如前臂等物体所需）。

之前的工作：

让我们专注于此讨论的前臂。前臂可以具有多个方向，主要的不同特征可能是其轮廓边缘。可以具有指向图像中任何方向的前臂图像，因此具有复杂性。到目前为止，我已经做了一些关于使用HOG描述符来解决这个问题的深入研究，但我发现在我的阳性训练集中前臂产生的各种姿势在实际图像中产生非常低的检测分数。我怀疑问题是每个正像产生的梯度在保存到直方图时不会产生非常一致的结果。我已经回顾了很多关于这个主题的研究论文，试图解决或改进这个问题，包括Dalal＆amp; amp;触发[链接]：http://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf似乎用于检测整个人类的假设并不一定适用于检测个体特征（特别是假设所有人都站起来似乎表明HOG不是一个好的旋转途径像前臂那样的不变检测）。

注意：

如果可能的话，我想避开任何非免费解决方案，例如与Sift，Surf或Haar有关的解决方案。

问题：

检测图像中的旋转和缩放不变对象有什么好的解决方案？特别是对于这个例子，什么是检测图像中前臂的所有方向的好方法？

Answer 1

我用猪来检测人的头部和肩部。要训​​练特定的部分，你必须给它的位置。如果使用opencv，则可以剪切仅包含所需训练部分的样本，并确保所有训练样本共享相同的大小。例如，我剪辑图像以仅包含头部和肩部，并将它们全部调整为64x64。其他开源代码可能要求您将位置作为输入参数传递，基本相同。

您是否正在尝试经过Discriminative训练的可变形零件模型？http://www.cs.berkeley.edu/~rbg/latent/ 你可能会在那里找到答案。