opencv - 我应该使用什么样的描述符来检测海豹幼崽？

Question

我有一个项目，用于检测和计算从海滩拍摄的航拍图像中的海豹幼崽(这种动物)。与棕色大体型的成年海豹相比，这些幼海豹体型又小又黑。

一些海豹幼崽重叠/部分遮挡。海滩颜色接近黄色，但有一些黑色的岩石增加了检测难度。

什么样的描述符最适合我的项目？ HOG、SIFT、Haar 类特征？

我要问这个问题的理论部分。我认为要实现我的项目，第一步应该是选择最能代表对象的正确描述符，然后(结合几个弱特征，不是必需的吗？)使用像 boosting/SVM/neural_network 这样的机器学习方法训练分类器，我说得对吗？

示例图片:

Answer 1

我不确定我是否同意选择正确的描述符是正确的起点。一个基本问题是所有对象的形状都相似。每只动物也有很大的梯度。姿势的复杂性是另一个问题。我会将问题分解为两个更简单的步骤: 1. 独特的对象检测(边缘检测、分水岭、graph cut 等)。类似于“计数血细胞”的问题。 2. 基于颜色和区域的对象分类(归一化到相机视角)。计算每个对象中“黄色”彩色像素和“黑色”彩色像素的分数，并将这些值与对象大小一起用作对象分类器的输入(神经网络在这里是一个有趣的解决方案!)。

这是一个相当困惑的场景，所以我希望这两种算法都需要一些微调。如果您的要求允许某种程度的分析师互动，请提供一些 slider ，以便分析师可以调整算法中的每个阈值。