Qual è la migliore soluzione per il rivelatore invariante di rotazione?

Question

Mi piacerebbe creare un rilevatore di oggetti basato su un classificatore a cascata, l'unico problema è che le funzioni di LBP e Haar non sono invarianti di rotazione. La prima cosa che mi viene in mente è di ruotare il campione di allenamento da diverse angolazioni, ma dubito che il classificatore risultante avrebbe una buona qualità, inoltre, l'oggetto potrebbe avere proporzioni allungate. Esistono molti rilevatori di invarianti di rotazione, ad esempio, iPhone riconosce i volti in tempo reale in qualsiasi orientamento, quindi mi chiedo come ottengono questo risultato? Preferirei usare OpenCV per questo.

Answer 1

Che dire qualche semplice soluzione ....

Object Detection using SURF

Answer 2

per i loghi corrispondenti Penso che questo sia quello che vi serve: http://www.ijera.com/papers/Vol2_issue5/JW2517421747.pdf

Answer 3

descrittori di Fourier sono invarianti di rotazione (e la traduzione, nonché il ridimensionamento invarianti); l'idea sarebbe quindi quella di addestrare qualsiasi classificatore con cui si confida sul risultato di Fourier Descrittore (PCA sul descrittore di Fourier, associato a un SVM sembra essere una scelta logica).

Vedi Fourier Descriptors (Wolfram)

Answer 4

Partenza quadro rilevamento di oggetti disponibili al https://github.com/nenadmarkus/pico.

Il framework consente di apprendere un rilevatore di oggetto personalizzato (ad esempio, per trovare frontali, facce verticali) e quindi utilizzarlo in fase di runtime per il rilevamento dell'invariant di rotazione.

Ciò si ottiene eseguendo la scansione dell'immagine con una versione ruotata del rilevatore di oggetti con un numero di orientamenti diversi. Si noti che questo può essere fatto senza riqualificazione a cascata o ricampionamento di immagini, e dovrebbe funzionare in tempo reale su macchine moderne (la demo di rilevamento del volto fornita lo fa).

I dettagli sono riportati nel documento disponibile allo http://arxiv.org/abs/1305.4537.