点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
近年来,对象检测引起了广泛的关注。从智能手机到交通监控,目标检测已遍及每个领域。时间和准确性是对象检测中的关键约束。目标检测算法的成功取决于其特征表示技术和学习算法,后者仅关注图像的关键部分。在本文中,我们将研究一种技术“使用简单特征的增强级联进行快速对象检测”,在OpenCV级联分类器中使用以及研究级联分类器功能的用法。
图像表示技术
图像由像素组成,像素操作成本很高。因此,我们需要更好的图像表示。
1.两个矩形特征:
甲二矩形特征计算两个矩形区域内的像素的总和之间的差。这些区域具有相同的大小和形状,并且在水平或垂直方向上相邻。上图中的A和B是示例。
2.三个矩形特征:
甲三矩形特征计算在一个中心的矩形从总和中减去2米外面的矩形内的总和。上图中的C是三边形特征类型。
3.四个矩形特征:
一个四矩形特征计算对角对矩形之间的区别。上图中的D是示例。
位置x,y