数据集和背景减法

时间:2013-10-06 13:05:44

标签: dataset feature-detection image-segmentation feature-extraction background-subtraction

我正在开发一个项目,必须检测车辆并根据它们的形状对它们进行分类(皮卡,Muv,轿车等)。
这是我的小项目,我需要在一个月内提交(显然没有多少时间) 我很困惑,我应该使用图像或视频进行输入。

  • 如果Image->那么任何人都可以建议我一些数据集,每个图像有2组(1.vehice + background,2.only background),这样背景减法更容易。
  • 如果视频 - >然后告诉我应该从哪里开始,以便我能够分割移动的汽车并从中提取功能进行培训。


我使用“高斯混合物”后得到的框架包含不完全白色/分段的车辆(考虑到休息是黑色的)所以我不能将它们的形状用作特征。 任何人都可以建议一些好的方法,以及我需要学习什么才能完成这个项目 任何感兴趣的帖子都会有很大帮助,
提前谢谢。

1 个答案:

答案 0 :(得分:0)

此处讨论的静态图像已存在类似问题:object (Car) Detection and segmentation此外,本文还提供了所使用的低级视觉特征的好主意:http://people.csail.mit.edu/xiaoxuma/proj/vehi_reco/MaGrimson_ICCV05_VehicleReco.pdf

对于数据集:http://cogcomp.cs.illinois.edu/Data/Car/http://lear.inrialpes.fr/people/marszalek/data/ig02/

对于视频部分 - 我想可以获得同一辆车的不同视图,因此可以获得更好的汽车分类。对于单目相机,您有http://www-users.cs.umn.edu/~martin/papers/its_trans.pdf。因此,重要的是提到你的场景和相机的参数(静态单目多视图等),以更好地定义你的问题。

祝你好运!