이미지에 대한 정보를 추출하는 빠르고 안정적인 방법은 무엇입니까? 필자는 OpenCV를 수정 해왔다. 지금까지는 Python 바인딩을 사용하는 것이 가장 좋은 루트 인 것으로 보인다.이미지에서 정보 추출
좀 더 구체적으로 말하면 내가 이미지에 무엇이 있는지에 관해서 결정하고 싶습니다. 그래서 예를 들어 haar face detection과 full body detection classifier가 훌륭합니다. 이제는 얼굴이나 사람이 이미지에 포함되어있을 가능성이 가장 높고 그 수는 얼마나되는지 알 수 있습니다.
오케이 - 다른 점은 무엇입니까? 건물이 있는지 여부와 그렇지 않은 경우 오두막, 사무실 건물 등은 무엇입니까? 하늘이 보이는가, 풀, 나무가 있는가 등등.
객체를 탐지하기 위해 분류기를 훈련하는 것에 대해 읽은 것부터 분류자를 훈련시키기 위해 10,000 개 정도의 잘못된 이미지와 5,000 개 정도의 정확한 샘플이있는 것처럼 보입니다.
나는 이미 여러 가지 다른 물건들에 대해이 모든 것을 스스로해야하는 대신에 괜찮은 사람들이 있기를 바라고 있습니다. 또는 이런 종류의 일에 대해 갈 방법이 있습니까?
궁극적으로 저는 인간 관련 사진을 요구하지 않고 "토스카나의 휴가 사진들"이라고 말하면서 다소 관련된 이미지 세트가 무엇을 설명 하는지를 자동화하는 것에 관심이 있습니다. 그것은 미친 듯이 벗겨내는 동안 어려울 것입니다 - 어쩌면 좀 더 합리적 일 것입니다.이 그림은 포도원, 일부 하늘과 별장을 보여줍니다. – Khorkrak
그 특별한 예에는 부정적 문제가 있습니다. 포도원, 하늘, 별장은 잘 정의 된 개체가 아닙니다. 심지어 "집"도 잘 정의되어 있지 않습니다. 나의 현재 작업은 음악 정보 검색에있다. 거기 사람들은 장르 분류를하려고합니다. 어려움은 비슷합니다 : 재즈, 록, 힙합, 클래식 등은 쉽게 정의 할 수 없습니다. 클래스간에 차별화되는 정량적 기능을 결정하면 정확도가 떨어질 수 있습니다. 즉,이 어려움이 전세계의 연구자들이 시도하는 것을 멈추게하지는 못했습니다! –
그래도 나는 사악한 문제가 있다는 것을 알고 있지만 훈련 된 분류자를 통해 정보의 유용한 덩어리를 수집 할 수있는 방법이 있어야한다고 확신합니다. 그러나 그 정보를 얻을 수있는 곳은 무엇입니까? 나는 다양한 각도에서 사발을 식별하기위한 분류 자 훈련의 한 예를 읽었습니다. 그것은 매우 큰 세트의 "사발입니다"- "사발이 아닙니다"사진을 필요로했습니다. – Khorkrak