如何确定汽车在图像中的位置？

Question

是否可以分析图像并确定其中的汽车位置？ 如果是这样，你会如何解决这个问题呢？

我正在使用相对较小的数据集（50-100），大多数图像看起来类似于以下示例：

我最感兴趣的只是检测垂直坐标，而不是汽车的实际形状。例如，这是我想要突出显示的区域作为我的最终输出：

Answer 1

您可以尝试使用具有对象检测API的OpenCV。但你需要“训练”它......通过提供包含“汽车”的大量图像。

• http://docs.opencv.org/modules/objdetect/doc/objdetect.html
• http://robocv.blogspot.co.uk/2012/02/real-time-object-detection-in-opencv.html
• http://blog.davidjbarnes.com/2010/04/opencv-haartraining-object-detection.html

查看上面的第二个链接，它显示了在对象周围检测和创建边界框的示例....您可以将其用作您想要做的事情的基础。

• http://www.behance.net/gallery/Vehicle-Detection-Tracking-and-Counting/4057777

各种论文：

• http://cbcl.mit.edu/publications/theses/thesis-masters-leung.pdf
• http://cseweb.ucsd.edu/classes/wi08/cse190-a/reports/scheung.pdf

各种图像数据库：

• http://cogcomp.cs.illinois.edu/Data/Car/
• http://homepages.inf.ed.ac.uk/rbf/CVonline/Imagedbase.htm
• http://cbcl.mit.edu/software-datasets/CarData.html

Answer 2

1）你的第一张和第二张图片中有两辆车。

2）如果您只有50-100张图像，我几乎可以保证手动分类将比编写或调整算法识别汽车和提供坐标更快。

3）如果您决定使用计算机视觉这样做，我建议使用OpenCV。这里的教程：http://docs.opencv.org/doc/tutorials/tutorials.html

Answer 3

这是supervised machine learning problem。您将需要使用具有学习算法的API作为colinsmith建议或进行一些研究并自行编写。 Python非常适合机器学习（这是我个人使用的）并且有一些很好的工具，比如scikit：http://scikit-learn.org/stable/

Answer 4

您可以使用openCV latentSVM探测器来检测汽车并在其周围绘制一个边界框：

http://docs.opencv.org/modules/objdetect/doc/latent_svm.html

无需使用HaarCascade训练新车型，因为已有训练有素的车型：

https://github.com/Itseez/opencv_extra/tree/master/testdata/cv/latentsvmdetector/models_VOC2007

Answer 5

我建议您查看HAAR分类器。由于您提到了一组50-100个图像，因此可以使用它来为分类器构建训练数据集，并使用它来对图像进行分类。

您还可以查看指定问题的SURF和SIFT算法。