Artemtemtem

Нахождение грузовиков на видео

10 сообщений в этой теме

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. 

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Немного радикально, но как вариант :) : https://devblogs.nvidia.com/parallelforall/detectnet-deep-neural-network-object-detection-digits/

А вообще, неплохо было бы изображения добавить в вопрос.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

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.

vlcsnap-2016-11-22-16h31m16s795.png

vlcsnap-2016-11-22-16h32m02s206.png

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Была похожая задача но для камер который стоят над дорогой (которые штрафы выписывают за превышение) и ракурс там всегда примерно один, Там вполне справляются нейросети.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

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

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

В DLIB встроен неплохой обучаемый детектор на основе HOG.

Можно попробовать OpenCV-шный cascade detector.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Если повесить 2-ю камеру хотя бы в метре от первой, то можно точно рассчитывать высоту движущихся объектов от дорожного полотна.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

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

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

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. 

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Насколько я помню когда я ковырял dlib там не было примера как обучить несколько HOG детекторов под разными углами(т.е. только 1), но сам обученный классификатор для лиц имел как раз несколько темплейтов с разным поворотом.

И у меня это плохо работало на объектах которые повернуты когда был натренирован 1 HOG детектор.

Насчет CNN для классификации обычно делают horizontal flip, т.е. это норм,  но это не тоже самое, когда объект крутится на 360 градусов, хотя на kaggle решали задачи с планктоном и галактиками где вроде те же проблемы.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Создайте учётную запись или войдите для комментирования

Вы должны быть пользователем, чтобы оставить комментарий

Создать учётную запись

Зарегистрируйтесь для создания учётной записи. Это просто!


Зарегистрировать учётную запись

Войти

Уже зарегистрированы? Войдите здесь.


Войти сейчас

  • Сейчас на странице   0 пользователей

    Нет пользователей, просматривающих эту страницу