【发布时间】：2013-07-12 20:14:34
【问题描述】：
我正在研究 3 种对象的简单对象识别，即： 1. 预订 2. 杯子 3. 球
我有每个样本的 50 个训练图像和每个样本的 20 个测试图像。我所有的处理和分类都执行得很好，这没有问题。
但我的问题是项目的最后一部分，我应该在测试图像中检测到的对象周围画一个矩形框。到目前为止，我检查了我的分类，它适用于贝叶斯分类。我的问题是，我有 50 个测试图像，我如何从 50 个样本中选择最佳匹配，以便能够在没有对象遮挡或可能包围更大区域的情况下绘制边界框。 http://docs.opencv.org/doc/tutorials/features2d/feature_detection/feature_detection.html 该链接显示了使用 surf 的一对一对象匹配，我在工作中尝试使用类似的算法，我计算相同类型样本的所有关键点并执行匹配。但问题是我不知道选择哪个图像才能进行匹配。
如果您能给我一些提示，那将非常有帮助 谢谢
【问题讨论】：
-
“每个样本 50 个训练图像”和“每个样本 20 个测试图像”是什么意思？也许您可以举个例子或发布一些图片来更好地说明您的问题。因为你的英语很难破译。
-
例如，我有杯子的模型 (100 x 150)，而我有一张桌子上有杯子的测试图像 (640 x 480)。我的问题是我如何从训练图像样本中确定最佳匹配图像，以便能够在测试图像中围绕杯子绘制正确的边界框
-
为什么不使用所有相关的训练图像进行 SIFT 或 SURF 并选择最佳匹配？
-
其实我的问题是我如何选择最匹配的图像。有些图像有更多的关键点，但不是最佳匹配。我只是被困在这里，我如何选择最佳匹配。
标签： opencv image-processing computer-vision sift object-recognition