开源物体识别算法

Question

我一直在寻找适合我的目标识别程序的正确算法。但我发现所有的算法都有一些主要缺陷。

我的程序应该在线学习新对象。当它遇到一个新对象时，会在其上绑定一个框，并学习该对象（OpenTLD可以完美地实现这一点）。对于不同的对象，重复此过程1000次以上，程序应该能够识别1000个类和对象的实例（Haar-like特征级联可以做到这一点，而OpenTLD则失败了）。该算法必须是尺度和方向不变的（Haar失败了）。

我找到的每个算法只能满足其中一些标准，而其他标准则无法满足。令人惊讶的是，我还没有找到任何能够满足所有标准的算法。我之前提到Haar和OpenTLD只是因为它们是最接近我需要的算法。而其他算法，如SIFT、SURF等，则更远离我所需的功能。

所以我的问题是，是否存在已有的源代码可以满足我的需求？或者我应该修改现有的源代码来实现这一点？

- mugetsu

Answer 1

TLD和Kalal的工作在跟踪方面表现出色。然而，识别是一个非常不同的问题。

我不明白为什么你要排除SIFT或SURF用于识别。我肯定会朝这个方向寻找。定向梯度直方图（HoG）是相关算法家族，被认为是最先进的技术之一。例如，在许多ICIP'11论文中都使用了它的某种形式。

你所问的仍然是计算机视觉中一个几乎没有解决的问题。你不会找到很多可供使用的代码。研究代码（例如Matlab），用于非商业用途，是可以的，但你可能需要对其进行大量修改/优化以适用于实际应用。一些公司，如Pongr、Kooaba、IQEngines提供在线API用于物体识别。

- Benoit