我的目标是检测图像中的汽车并识别其模型。对于汽车检测,来自http://docs.opencv.org/trunk/opencv_cheatsheet.pdf,它说:
级联分类器
Viola 的 Cascade of Boosted 分类器使用 Haar 或 LBP 特征。适用于检测面部、面部特征和其他一些没有不同纹理的物体。参见 facedetect.cpp
HOG描述符
N. Dalal 的使用梯度直方图 (HOG) 特征的物体检测器。适用于检测具有明确轮廓的人、汽车和其他物体。参见 peopledetect.cpp
并来自http://docs.opencv.org/opencv2refman.pdf,第 8.1 章级联分类,第 421 页:
首先,分类器(即使用类似 haar 的特征的增强分类器的级联)使用特定对象(即人脸或汽车)的数百个样本视图(称为正样本)进行训练,这些样本视图被缩放到相同的大小(例如,20x20)和反例 - 相同大小的任意图像。
这两种方法都提到了申请汽车检测:在 opencv_cheatsheet.pdf 中它说 HOGDescriptor suits for cars 而在 opencv2refman.pdf 它还提到了用于级联分类的汽车。所以我的问题是如何在 CascadeClassifier 和 HOGDescriptor 之间进行选择,哪个更适合汽车检测?谢谢你。