如果只需要识别一个对象，是否有比 CNN 更有效的对象识别方法？答案

【问题标题】：Is there a more efficient way than a CNN for object recognition if only one object needs to be recognized?如果只需要识别一个对象，是否有比 CNN 更有效的对象识别方法？
【发布时间】：2017-05-27 18:27:42
【问题描述】：

目前对象识别的行业标准似乎是 CNN。但是，如果一个系统只需要识别一种类型的对象（即人），是否有一种资源密集度较低的方法来识别给定的对象（可能是 SVM 或类似技术？）

【问题讨论】：

标签： machine-learning computer-vision object-recognition

【解决方案1】：

CNN 是解决问题的最佳方法（因为您正在学习代表对象的特征）。您必须考虑是否要将问题作为二进制问题（特定对象/背景）或实例问题（能够识别特定对象但同时能够识别同一对象的不同实例）

【讨论】：

【解决方案2】：

如果您指的是进入相机框架的任何人，那么我建议您查看 camshift 算法。它在某种程度上类似于 k-means。它在以下链接中进行了解释 Here it shows the process of how it tracks object and background for it.

您也可以检查一次 Haar-Cascade。 Tracking faces,eye,nose etc. You just need to feed it with examples of how a face looks like

这有帮助！！

【讨论】：

【解决方案3】：

这取决于您要识别的对象。大多数情况下，CNN 会给出最好的结果，并且您有大量免费资源可用于多种类型的对象（即 people）。对于无法找到免费资源的对象，我认为不存在针对它们的特定技术。

【讨论】：