Haar Cascade 是 OpenCV 中唯一可用的图像识别技术吗

Question

我知道 OpenCV 中有许多检测技术，例如 SURF、STAR、ORB 等……但这些技术是用于新视频源的特征检测，而不是用于处理需要事先学习的对象的特定实例。 OpenCV 的文档并不那么容易翻阅，除了 Haar 之外，我还没有找到任何东西，我知道它最适合人脸识别。

那么除了Haar还有其他的技巧吗？ Haar 技术可以追溯到 10 年前的研究，所以理想情况下，我希望从那时起已经在 OpenCV 中实现了一些更多的进步。

Answer 1

如果您正在寻找 OpenCV 机器学习类型算法，请查看此link。

有关最先进的动态对象检测算法，请查看 OpenTLD。它使用边界框和随机森林来随着时间的推移了解对象。观看演示视频here。

还可以查看 OpenCV 中的 matching_to_many_images.cpp 示例。它使用特征描述符来匹配对象，就像 Google Goggles 一样。与此相关的示例是 bagofwords_classification.cpp 示例。在这种情况下，它可能是您正在寻找的东西。它使用特征检测器（SURF、SIFT 等）来检测对象，然后通过将特征的相对位置与学习的特征数据库进行比较来对它们进行分类。也可以看看来自 MIT 的 tutorial。

latentsvmdetect.cpp 对您来说也是一个很好的起点。

希望有帮助！