Artemtemtem

Здравствуйте. У меня есть задача. Определение типа транспорта на видео. Я пробовал dlib и как-то что-то получалось, но не очень хорошо. Мне посоветовали выстроить по-другому архитектуру сети и др. Вообщем, мой вопрос. Как лучше всего въехать во всю эту тему? Стоит для начала прочитать пару-тройку книг по нейросетям, потратить 2-3 месяца, чтобы набрать академических знаний или можно сразу начать перебирать фреймворки(tensorflow, dlib и др.) и мануалы к ним и тыкаться, пока не выйдет что-то похожее на результат? Подскажите, пожалуйста.

Здравствуйте. Пишу сейчас детектор движения с трекингом. Схема стандартная. 1) Вычитание фона 2) Получение блобов 3) Трекинг их с помощью, например, фильтра Калмана Такое решение вроде работает, но хотелось бы чего-нибудь получше. Например, когда 2-ва объекта передвигаются рядом, они слипаются в один. Есть сейчас какие-нибудь более перспективные схемы? Что-то более современное для того, чтобы более четко разделять объекты на видео? Я думал использовать плотный оптический поток, чтобы более четко разделять объекты. Посмотрел пример tvl1_optical_flow в opencv_3.2. Как-то не очень. Есть какие-нибудь идеи?

Спасибо. Не уверен пока. Лучше я попробую как-нибудь через те же суперпиксели.

Сегментация на маску переднего плана возможный вариант. Только скорее всего, чтобы объединять это все в цельные объекты, нужно при это анализировать видео. Как сегменты меняются на следующих кадрах и так далее. Т.е. прикручивать обучалку? Получается, чтобы мне сделать, например, детектор движения автотранспорта, мне нужны обучалки для легковушек, автобусов, троллейбусов, грузовиков, маршруток и т.д. Не уверен, как это можно сделать.

Спасибо за ссылки. Urban Tracker - красивое видео у них на страничке, конечно, только на их примере у меня не так хорошо работает. Другое видео подсунуть без вылета у меня так и не получилось. Multitarget-tracker - попробовал, не совсем то, что я хочу Самая главная для меня проблема - это когда, например, несколько машин в плотном потоке едут рядом и на всех трекерах, что я смотрел, все несколько превращаются в один слипшийся объект.

Да, смотрел. И исходники эти https://bitbucket.org/nuzhny007/feintrack запускал. Пробовал разные параметры. Работает данный детектор как я понял по старой схеме с вычитанием фона и так далее. Решение это не лучше того, что у меня есть. Я еще думал использовать лукаса-канаду, чтобы по точкам понять, что хотя объекты, например, рядом, но точки двигались не синхронно и сделать вывод, что это разные объекты. Но точки "слетают" с объектов. Я просто подумал, что на передовом крае науки сейчас есть что-нибудь новенькое.

Здравствуйте. Мне нужно найти грузовики на видео. Подскажите, пожалуйста, какие-нибудь идеи на этот счет. Я понимаю, что самый простой способ это вычитание фона и по размеру блобов, но он не слишком надежный. Мне кажется, что стоит искать параллелепипед кузова, но мне не совсем понятно, как это сделать. Пробовал искать 3 близких четырехугольника, но не очень работает.

Насчет нейросетей. В новой версии dlib http://blog.dlib.net/2016/10/easily-create-high-quality-object.html сказано, что вместо нескольких HOG детекторов под разные углы можно теперь использовать одну обученную нейросеть. Так ли это? Можно ли взять последнюю версию dlib, напихать ей кучу фоток фур под разными углами и она сможет их находить? Или это как-то по-другому делается? Подскажите, пожалуйста, кто разбирается в нейросетях. Я просто не понимаю, как это возможно.

Есть две картинки. На них есть одинаковый предмет, положение которого немного отличается. Фон всегда разный, но необязательно однородный, может быть любой. Как выделить одинаковый предмет? Предмет может быть любой. Также предметов может быть несколько. Например, яблоко и банан, а на другой картинке с другим фоном те же яблоко и банан, положение которых немного смещено. Надо выделить и яблоко и банан.

Проблема в том, что я не знаю заранее, что это за предмет. Известно только то, что он есть на обеих картинках. Я думал о том, чтобы может как-нибудь разбить картинки на мелкие квадраты и для каждого искать наиболее похожий на него на другой картинке. Но тут не совсем понятно, как сравнивать эти квадраты.

HOG неплохо подходит для лиц, но для грузовиков мне нужно будет сделать кучу детекторов под все виды фур и все стороны.

В моем случае ракурс может быть немного другим. Неужели кроме "обучить нейросеть" нет другого решения?

Примерно так. Если честно, то я не очень верю в нейросети, обучалки и др. Можно взять по размеру движущихся объектов, но едущие друг за другом машины будут слипаться. Может как-нибудь по параллельным линиям, по длине контура или что-то такое.

У меня довольно специфичная задача. Мне не нужно найти машину на изображении, а в выделенной зоне сказать, есть ли машина здесь или нет. Зона может быть намного больше чем машина и машина может быть под разными углами. Я пробовал общие методы типо Haar, но мне показалось, что это не больно работает для авто. HOG вроде лучше, но натренировать классификатор под все возможные углы и типы авто(легковушка, буханка и др.) кажется невозможным. К тому же вся эта куча детекторов будет очень долго работать. Можно было бы использовать номер машины как дополнительный признак, но в моем случае он часто загорожен шлагбаумом. Я также пробовал геометрические признаки. Например, скопление параллельных линий, но это работает только на просто фоне. В общем, я не очень верю в обучалки для машин. Может кто-нибудь подсказать как можно определить машину по геометрическим признакам в общем случае. Линии или что-то вроде близко расположенных полигонов? Что-то такое.

Насчет блобов: не знаю как нужно наколдовать с выделением фона, чтобы получить настолько четкие блобы. У меня так не получилось. И даже если получится, то для машины это просто эллипс разной степени втянутости. Группка людей вполне может давать эллипс. Насчет матчинга гистограмм не совсем понял. Вы имеете в виду однородность цвета у машины? На открытом воздухе с разностью освещения и отражающими свет частями это вряд ли нормальный признак. К тоже они не все машины однотонно раскрашены. Машина может быть просто частично грязной.

Спасибо за совет, конечно, но я не уверен в классификаторах и в нейросетях. Тут ключевой момент такой. Допустим я смогу по вычитанию фона или по ключевым точкам понять, что нечто зашло в зону и остановилось. Могу этот объект более менее аккуратно обвести. Как понять, что это машина, а не группа людей, например? (без помощи классификаторов и нейросетей)

Да, конечно. Красным обведена примерная зона.

Работа идет с видео, но мне нужно решение, которое для статичной картинки. Вообщем, машина подъезжает в определенное место, останавливается и мне нужно определить что именно машина, а не человек или толпа остановились в данном месте.

Если вы имеете в виду вычесть фон и по размеру определить, то не уверен, что это получится. Там все время ходят люди и сам фон сложный.