Schnelle Möglichkeit, ähnliche Objekte durch unterschiedliche Merkmale an einem Objekt zu unterscheiden

Question

Ich habe einen Klassifikator (basierend auf HoG-Funktionen) erstellt, der große Fahrzeuge (Busse und LKW) erkennen kann. Ich möchte aber auch zwischen Bus und Lkw unterscheiden können. Dies verursacht Probleme, da beide Fahrzeuge groß und lang sind. Hier ist ein ein Beispiel aus meinen Trainingsdatum:

Wie Sie sehen können, ist, dass ein Lastwagen und ein Bus, aus der gleichen Perspektive gesehen, aber der Klassifikator sich nicht sehen als anders.

Da ich bereits meinen Classifier erstellt habe, gibt es einen einfachen Weg (ohne den bestehenden Classifier neu aufzubauen), den ich vielleicht als zweite Stufe hinzufügen könnte, um zwischen dem LKW und dem Bus zu unterscheiden?

Ich dachte nach dem SIFT-Feature-Matching irgendwie ... um den Truck-Kopf vor mir zu ragen. Aber ich habe es vorher nicht benutzt und war mir nicht sicher, ob es hier anwendbar wäre.

Answer 1

Ich verstehe, dass Ihre aktuellen Detektoren versucht, Busse und LKWs von anderen Objekten zu unterscheiden. Unter der Annahme, dass es die anderen Objekte gut unterscheidet und es Probleme gibt, zwischen Bussen und Lastwagen zu unterscheiden, können Sie einen spezialisierten Klassifizierer hinzufügen.

Ziel des zweiten Klassifikators sollte es sein, beim ersten Klassifikator zwischen Bus und Lkw zu unterscheiden. Daher sollten Sie es auf Entitäten trainieren, die der erste Klassifizierer als Lastwagen oder Bus betrachtet (ignorieren Sie Busse und Lastwagen, die nicht vom ersten Klassifikator identifiziert wurden). Gegeben die Proben verwenden ihre wahre Klassifizierung als das Konzept (nicht die Vorhersage des ersten Klassifikators). Damit zwingen Sie den zweiten Klassifikator, sich auf die Grenzen zwischen Bus und Lkw zu konzentrieren. In diesen Grenzen werden Merkmale wie Größe irrelevant, da sowohl Busse als auch Lastkraftwagen groß sind und daher der Klassifikator gezwungen wird, andere relevante Merkmale zu finden.

Danach erstellen Sie den Klassifikator und wenn der erste Klassifikator entweder einen Bus oder einen LKW ausgibt, sollten Sie das Ergebnis des zweiten Klassifikators zurückgeben.

Diese Technik ist eigentlich ein Sonderfall boosting, in der Nähe im Geiste der Schapire Algorithmus von The Strength of Weak Learnability