方案一
、
A、 使用OpenCV 库来识现,建立起自己的识别规则和特征库:
1),颜色信息,可以以颜色直方图的形式
2),纹理信息,
3),形状信息,整个区域轮廓,边,中心等
B、尤里卡大哥意见:
比较简单的方法,先对图像做直方图均衡化,然后设置阈值、锐化处理等,最后做边缘检
测。可以根据阈值的不同判别出不同的物体。
如果环境发生变化,要根据物体的光线反射程度做判断,如果是均匀的,对阈值设置一个
加权值即可;如果不是均匀的,则需要你通过增加一些经验值。
其中: 有的朋友说正上方做人脸识别不大可能
有的则认为可行
各位网友提供的资源:
视频头识别:(沈大哥提供)
http://blog.csdn.net/soliddream66/archive/2011/06/16/6549673.aspx
http://cid-a43a7a156042acb7.office.live.com/browse.aspx/.Documents
人脸识别:(东哥提供)
http://www.codeproject.com/KB/audio-video/face_detection.aspx
(小孩与小狗大哥提供)
http://www.seas.upenn.edu/~limingw/obj_det_accv07/index.html
针对该方法,反方意见:
大笨狼大神:56楼,从性能、实现难度各方面衡量,觉得效果不理想。
意见:尽量避开图形学的东西,尤其在分离,归一化,特征提取方面太累
jyytest:80楼,OpenCV效果不理想,建议使用商用SDK或libsvm
方案二 、机器学习、SVN
要回到数学上,特征采用卷积分,图片向量化,聚类化,机器学习,SVM分类树,
这条路靠谱。
尽量避开图形学的东西,尤其在分离,归一化,特征提取方面太累
资源: http://wenku.baidu.com/view/682868e8998fcc22bcd10d09.html
说明:人工智能本人有在学习,只了解皮毛
具体流程未明。
方案三 :用广义宏转换(58楼)
方案流程:未明
附网友推荐:
论文资源网:
“研学论坛”
书籍:
《LearningOpenCV》
《皇帝新脑》