训练级联分类器，同时包括图像注释作为特征答案

【问题标题】：Training a cascaded classifier while including image annotations also as features训练级联分类器，同时包括图像注释作为特征
【发布时间】：2013-11-26 06:23:51
【问题描述】：

我了解 OpenCV 的级联分类器对图像进行训练，并使用级联训练器本身从图像中提取的特征。但是是否可以在图像上添加一些注释？例如，我有大约 600 张图像用作正样本来训练分类器，但我需要使用附加特征的短向量来注释每个图像，例如（“鸟瞰图”、“平面图”或“城市背景” ”或“风景背景”）。

是否可以构建一个将训练器提取的特征与手动提供的注释相结合的分类器？

【问题讨论】：

标签： opencv annotations computer-vision classification training-data

【解决方案1】：

这在这种情况下不起作用，因为用于训练的相同特征必须可用于分类。假设您使用“侧视图”和“前视图”等注释作为特征来训练汽车分类器。然后，当您尝试对未知图像进行分类时，您还需要提供注释，这在很大程度上违背了分类器的目的。

关键是您需要能够自动提取特征。如果分类器的输入是图像，那么特征必须可以从图像中计算出来。

话虽如此，如果您的分类器的输入是图像和一些相关文本，您的建议可以工作。也许是报纸上的图片或教科书中的人物的标题。然后你也可以从文本中提取一些特征（例如关键字）。

【讨论】：

非常感谢@Dima，这让我彻底清醒了。您知道任何 3D/多姿势分类工具箱吗？
不客气。关于 3D/多姿势分类工具箱，我真的不知道。但是，最近我看到了很多关于 RGB-D 传感器对象检测的论文。