opencv - 什么样的特征向量可以更好地检测停车场是否有车？

Question

我的目标是检测车位是空的还是被汽车占用。最后，将计算停车场的汽车数量。

如示例图片所示，摄像头正在监控停车场。每个停车位的像素都非常少。我选择四个像素点来定义 ROI，并在图像中应用透视变换，请参见图 1。

SVM 将是对样本进行分类和训练的好方法。不幸的是，我不确定特征向量。

挑战： - 相邻插槽中汽车的阴影 - 汽车是一个插槽，在另一个插槽中部分可见。
- 大建筑物的阴影 - 天气变化（晴天、阴天等） - 下雨后，插槽颜色发生变化（干或湿） - 不同的插槽和视角变化

什么样的特征或特征向量最适合分类？

先感谢您，

Answer 1

如果您有足够的训练数据，颜色直方图可能已经足够了。您可以使用阴影、部分阴影、非阴影的空白点以及不同的汽车进行训练。可能很难获得足够的训练数据，您也可以使用合成数据（在图像上渲染汽车和阴影）。

所以这不仅仅是关于特征的问题，也是关于训练样本的问题。