在这种情况下，哈尔级联能否过于准确？

Question

我正在制作一个程序来检测r / c平面的形状以进行比赛。我没有关于目标的真实图像，但我确实在规则上有计算机生成的例子。

我的问题是，我可以训练我的程序根据计算机生成的形状检测现实世界的物体，还是应该找到一种不同的方法来完成这项任务？

在我愚蠢地生成5k样本并且最终发现它们无用之前我想知道。

编辑：我也不知道物体的确切颜色。如果我提供不同颜色的程序样本，那会有问题吗？

提前致谢!!

Edit2: Here's what groups from my school detected in previous years

正如您所看到的，检测到的图像并不像现实生活中那样完美无瑕。如果你能提出更好的方法，那会有所帮助。

Answer 1

如果您认为真实图像具有简单几何形状的独特颜色，那么您可能会尝试创建标准化的Hue直方图。用它来训练SVM分类器。使用Hue直方图的好处是它将是旋转和尺度不变的。

您可以采取一些预防措施：

• 不要忘记消除照明效果。
• 有时，白色和黑色像素会在色调直方图计算中产生一些问题，因此请尝试通过仅考虑S＆amp;中具有S>0和V>0的像素来从计算中删除它们。 HSV图像的V通道。

Answer 2

我宁愿建议您使用真实世界的图像，因为表现在很大程度上取决于培训（我的个人经验）。为什么不尝试使用SIFT / SURF描述符训练SVM（支持向量机），因为SIFT / SURF具有比例和旋转不变性。