0

我刚刚开始使用 OpenCV,我正计划构建一个具有计算机视觉的机器人。我希望让这个机器人能够识别对象类别以及单个实例。从某种意义上说,一般类具有类似于 Haar 的功能,而特定实例则具有 BIGG 功能。我本质上是想做这样的事情: http ://www.youtube.com/watch?v=fQ59dXOo63o 在视频中,使用了 kinect,但我只会使用一个相机。如果您观看视频,您会看到 kinect 显示一个对象,并在几秒钟后学会识别新对象。这基本上就是我想要做的;我不想一次创建数千个模板并训练软件,而是想让这个过程成为一个半手动的过程,让机器人一次学习一个对象。我对学习对象的类型没有限制,一切都是公平的游戏。

因为我正在处理大量可能会被训练的对象,所以我担心性能问题。如果我训练了 10,000 个对象,我会想象我的笔记本电脑可能会因某些算法而窒息。我目前对文档中的所有不同技术感到不知所措,而且我不知道使用什么。

你们将如何解决这个问题?

谢谢

4

1 回答 1

1

以下是您提出的问题(无论您是否意识到):

  • 物体检测
  • 对象分类
  • 物体识别
  • 分割
  • 正常化
  • 机器学习

每个都是一个完整的主题,对于您的需求没有“正确”的答案。您需要试验并找到适合您的问题领域的神奇算法组合。

此外,kinect 有一个普通相机没有的优势,那就是深度。普通的旧 2D 识别非常困难。

然而,本着给出有用答案的精神,请查看 Nicolas Pinto 的 V1 算法,它模拟了人类的对象检测能力。

http://pinto.scripts.mit.edu/Code/Code

于 2011-09-30T22:12:00.100 回答