OpenCV 3 lernen

Kapitel 22. Objekt-Erkennung

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In den beiden vorangegangenen Kapiteln haben wir die Grundlagen des maschinellen Lernens behandelt und sind dann dazu übergegangen, eine Vielzahl von Techniken, die die OpenCV-Bibliothek für diskriminatives und generatives Lernen bereitstellt, genauer zu untersuchen. Jetzt ist es an der Zeit, alles zusammenzufügen, die Techniken des maschinellen Lernens, die wir im Buch kennengelernt haben, mit den Techniken des maschinellen Lernens zu kombinieren und das Lernen auf praktische Probleme des maschinellen Sehens anzuwenden. Eines der wichtigsten dieser Probleme ist die Objekterkennung, also dieFeststellung, ob ein Bild ein bestimmtes Objekt enthält, und, wenn möglich, die Lokalisierung dieses Objekts im Pixelraum. In diesem Kapitel werden wir uns mehrere Methoden ansehen, mit denen diese Ziele erreicht werden können, und zwar in jedem Fall durch die Anwendung der maschinellen Lerntechniken aus dem vorherigen Kapitel.

Baumbasierte Objekterkennungstechniken

Nachdem wir uns viele der einfachen Methoden für das maschinelle Lernen in der Bibliothek angesehen haben, wenden wir uns nun einigen Funktionen auf höherer Ebene zu, die diese verschiedenen Lernmethoden nutzen, um interessante Objekte in Bildern zu erkennen. Derzeit gibt es zwei solcher Detektoren in OpenCV. Der erste ist der Kaskadenklassifikator, der den sehr erfolgreichen ...