使用 SIFT/SURF 特征检测图像中的对象

Question

给定从描述特定对象的 100 张训练图像中提取的 N SIFT/SURF 特征，并给定从新图像 A 中提取的 M SIFT/SURF 特征，该图像可能包含也可能不包含该对象（以及我们不包含的其他对象）不关心），您如何确定图像 A 是否描绘了该对象？

我知道的唯一方法是对训练特征进行聚类，并为每个训练图像生成一个直方图，然后在这些直方图上训练一个分类器（例如 SVM）。然后，您将通过提取特征来测试图像 A 中的对象，计算直方图，然后使用经过训练的分类器对直方图进行分类。

这种方法的主要问题是它假设图像 A 只包含对象而没有其他内容，或者它不包含对象。换句话说，如果对象是一个人，并且它是在那个人的图像上训练的，它就无法检测到那个人站在人群中，因为生成的直方图会被所有其他人的特征污染人群中的人。

还有什么其他方法可以做到这一点？

Answer 1

您可以使用不同比例的滑动窗口来检测图像任何局部区域中的对象。

Answer 2

我建议阅读 SIFT features 的作者 David Lowe 关于这个主题的论文。看这里http://www.cs.ubc.ca/~lowe/pubs.html，搜索物体识别。