关于为级联分类器准备训练数据集时的图像背景

时间:2013-11-12 05:45:17

标签: computer-vision classification object-detection training-data matlab-cvst

我有一个关于为级联分类器准备正样本数据集的问题,该分类器将用于对象检测。

作为阳性样本,我获得了3组图像:

  1. 一组全尺寸(约1200x600)的彩色图像,带有白色背景,并且每个图像中的对象以不同的角度显示
  2. 另一套具有相同图像的灰度和白色背景,缩小到检测窗口大小(60x60)
  3. 另一套具有相同图像的灰度和黑色背景,缩小到检测窗口大小(60x60)
  4. 我的问题是,在第1组中,背景是否应该是白色的?如果它不是环境,那么可能会在测试数据集中找到该对象?或者我应该有第四组图像在自然环境中?环境如何影响培训样本?

1 个答案:

答案 0 :(得分:1)

背景应该是对象的典型环境,因为当您实际尝试检测对象时,搜索窗口将始终包含一些背景。最好的方法是从自然图像中裁剪对象。

如果在MATLAB中使用trainCascadeObjectDetector函数,则甚至不必裁剪样本。它允许您为每个图像指定多个边界框。您也不必担心样本的大小,因为trainCascadeObjectDetector会为您调整大小。

MATLAB文件交换上有一个very handy GUI app,用于标记设计用于trainCascadeObjectDetector的图像中感兴趣的对象。

修改:其他几点。您的负片图片还应包含通常与您感兴趣的对象相关联的背景。这是一个tutorial,解释了如何准备训练数据以及如何设置一些参数。