我一直在对用于我的对象识别程序的正确算法进行大量搜索。但我发现的所有东西都有一些重大缺陷。
我的程序应该在遇到新对象时在线学习它们。当它遇到一个新对象时,会在其上设置一个框并学习该对象(OpenTLD 完美地做到了这一点)。对不同的对象重复这 1000 次,程序应该能够识别 1000 次对象的类和实例(类似 Haar 的特征级联可以做到这一点,OpenTLD 失败)。该算法必须是尺度和方向不变的(Haar 失败)。
我发现的所有东西都只能满足上述一些标准,而其他标准则不合格。令人惊讶的是,我还没有遇到任何可以满足所有标准的东西。我只在上面提到了 Haar 和 OpenTLD,因为它们是最接近我需要的。其他算法,如 SIFT、SURF 离我需要的更远。
所以我的问题是,是否有任何现有的源代码可以满足我的需要?或者,如果只是修改现有的源代码,我会有更好的运气吗?