【问题标题】:False detection Opencv错误检测 Opencv
【发布时间】:2013-08-06 05:36:56
【问题描述】:

我正在研究车辆检测。该程序运行良好,几乎可以检测到所有汽车。但是有一个问题,如果两辆车靠得很近,检测器就会把这两辆车都当作单车对待。

【问题讨论】:

  • 请描述如何在您的代码中检测到对象。

标签: opencv


【解决方案1】:

在这种情况下使用了一些非最大值抑制机制:

  1. 计算所有候选检测(红色框);您应该在右侧的两辆车中检测到 3 次。
  2. 根据一些指标对它们进行排名,这些指标告诉您检测效果如何(前照灯尺寸和距离之间的某种比率?)。
  3. 在那些不一致的候选检测(那些重叠的红色框)中,抑制那些排名较低的检测。

【讨论】:

    【解决方案2】:

    我不知道你是怎么检测汽车的,只有一个灯的马达怎么样?

    您是从一张图片中检测到的,或者您可能有视频序列?

    一个简单的技巧是,每当你找到一辆车时,试着找到一个与它们“靠近/平行”的光点。如果双方都找到了,请细化你的车号。

    还有其他模式可以使用:比如地面上的小反射。用这个来训练你的分类器会有所帮助。

    如果您有视频序列,汽车总是显示“平行”光点,而不是其他汽车/电机。

    【讨论】:

    • 您好 Flank 和 Chrono,感谢您的回复。你能不能给我一些例子。我的代码运行良好,我什至应用了减法方法,但在夜间,由于只有前灯可用,这种情况正在发生。我正在使用图像序列。感谢您的专家 cmets。
    【解决方案3】:

    当场景中有多辆彼此靠近的车辆时,交叉配对是一个常见问题。 您可以使用以下步骤来纠正此问题: 1. 使用一些跟踪方法(例如卡尔曼滤波器),在帧上给出一些置信度分数,然后确认汽车。 2. 如果相机已校准,则计算每辆车与主车的距离,当您远离主车时,同一辆车的两个 blob 之间的距离应该减小(透视几何)。

    另外,避免在大灯周围提供非常松散的边界框作为分类器的输入。

    【讨论】:

      猜你喜欢
      • 2018-04-22
      • 1970-01-01
      • 2013-01-03
      • 2021-04-15
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2016-02-15
      相关资源
      最近更新 更多