物体识别性能不好

Question

我正在尝试在 opencv 2.4.2 中使用 SURF、FERN、FREAK 等算法进行对象识别。

我正在使用未经修改的 opencv 示例中的程序 - find_obj.cpp, find_obj_ferns.cpp, freak_demo.cpp

我尝试更改算法的参数，但没有帮助。

我有我的训练图像、测试图像和 FREAK 识别结果here

如您所见，结果非常糟糕。

• 未检测到训练图像之一的特征描述符 - image here
• 在另一个对象边界之外检测到特征描述符 - image here

我有几个问题：

1. 为什么这些算法适用于灰度图像？很明显，对于我上面的训练图像，如果包含 RGB，则可以轻松检测到对象。有没有考虑到这一点的技术。

2. 有没有其他方法可以提高性能。我尝试摆弄效果不佳的功能参数。

Answer 1

我在您的图像中观察到的第一件事是，对象是平面并且没有纹理差异...我的意思是您使用的所有特征检测器都是用于查找视图不变的角，这意味着这些是图像中的关键点它们具有独特的邻域和良好的 x 和 y 导数。我已经上传了我的分析……看图

如何知道我说的是对的？

只需转到您在对象上找到的关键点的描述符值并查看这些值，您会看到它们中的大多数都是零......因为描述符是对围绕角点的边缘变化的描述具体方向（有关详细信息，请参阅 surf 文档）。

您要检测的物体看起来像一部手机，因此您只需将物体或手机反转并重复实验，您肯定会得到很好的结果...因为在正面通常物体具有更多的纹理，如开关、标志等。

这是我上传的结果，