什么样的特征向量更好地检测停车场插槽中是否有车？

Question

我的目的是检测车槽是空的还是被车占用。最后，车辆数量将计入停车场。

相机正在监控停车场，如样本图片中所示。每个停车位插槽的像素都非常少。我选择了四个像素点来定义ROI，并在图像中应用透视变换，请参见图像1。

SVM将是一种很好的方法来对样本和训练进行分类。不幸的是，我不确定特征向量。

挑战： - 相邻插槽中汽车的阴影 - 汽车在另一个插槽中部分可见一个插槽 - 大型建筑的阴影 - 天气变化（晴天，阴天等） - 雨后，槽颜色改变（干燥或潮湿） - 不同的插槽和透视变化

哪种特征或特征向量最适合分类？

提前谢谢你，

Answer 1

如果你有足够的训练数据，颜色直方图已经足够了。您可以使用阴影，部分阴影，无阴影的空白点以及不同的汽车进行训练。获得足够的训练数据可能很困难，您也可以使用合成数据（渲染汽车和图像上的阴影）。

因此，这不仅是关于功能的问题，也是关于训练样本的问题。