Dato N funzioni SIFT/SURF estratte da 100 immagini di addestramento che descrivono un oggetto specifico e fornite funzioni M SIFT/SURF estratte da una nuova immagine A, che può contenere o meno quell'oggetto (così come altri oggetti di cui non ci importa), come determineresti se l'immagine A raffigurasse quell'oggetto?Rilevamento di un oggetto in un'immagine utilizzando le funzioni SIFT/SURF
L'unico metodo di cui sono a conoscenza è raggruppare le funzioni di allenamento e generare un istogramma per ciascuna immagine di allenamento e quindi formare un classificatore (ad esempio SVM) su questi istogrammi. Quindi testare l'oggetto nell'immagine A estraendo le caratteristiche, calcolare l'istogramma e quindi classificare l'istogramma utilizzando il classificatore addestrato.
Il problema principale di questo approccio è che presuppone che l'immagine A contenga solo l'oggetto e nient'altro, o che non contenga l'oggetto. In altre parole, se l'oggetto fosse una persona, e fosse stato addestrato sulle immagini di quella persona, non sarebbe stato in grado di rilevare quella persona in piedi in mezzo alla folla, perché l'istogramma risultante sarebbe inquinato con le caratteristiche di tutte le altre persone nella folla.
Quali sono altri metodi per realizzare questo?