您对使用 MATLAB 实现 2D 对象识别有任何想法吗?对象的哪些特征可以提供给神经网络?
1 回答
对象识别通常是所有图像处理任务的主要部分之一。从简单的案例,如指纹识别和最佳字符识别到运动跟踪等。
当然,考虑到给定的问题,有许多不同的方法。它只能基于颜色(颜色基础对象识别),例如在绿色区域中有一个红色球,因此只有通过检测绿色,您才能像这里一样识别球用于跟踪球!。另一种简单的方法是形态算子。此外,可以使用直方图和像素分布,找到图片的所有边缘,就像这里一样。此方法也用于查找书面文本的基线。
更高级的方法基于机器学习方法。神经网络最为人所知,基本上你通过一堆例子训练你的模型,为神经元找到适当的权重/值,最后让模型判断新的例子(测试)。当然,向网络提交图像并不明智;除了计算方面,还有一个过度拟合的问题。因此,提取图片中的共同模式是另一个挑战。比如说,所有字符“A”都遵循的某种模式,可以是曲线、角度、强度、FT 值,并将其与“L”等区别开来。这部分也称为降维,因为您将所有图片像素映射/组合成几个数据点。PCA(主成分分析)并在matlab中检查PCA和SVD 。这些方法仅在某些最高变异基础上解释数据的变异。
最近比较热门的机器学习的另一个观点是统计方法,将对象视为信号,将其他一切视为噪声。高斯过程和内核方法放在这一侧。只需在“Google 中的对象跟踪”旁边搜索这些术语,即可获得数千篇学术论文!
总而言之,这是一个非常普遍的问题;取决于问题,解决方案可以改变。我建议您查看https://stats.stackexchange.com/,因为您的问题适合这些人的专业知识。