image-processing - 使用 SIFT/SURF 特征检测图像中的对象

Question

给定从描述特定对象的 100 张训练图像中提取的 N 个 SIFT/SURF 特征，以及从新图像 A 中提取的 M 个 SIFT/SURF 特征，它可能包含也可能不包含该对象(以及我们不关心的其他对象) )，您将如何确定图像 A 是否描绘了该对象？

我知道的唯一方法是对训练特征进行聚类，并为每个训练图像生成直方图，然后在这些直方图上训练分类器(例如 SVM)。然后您将通过提取特征来测试图像 A 中的对象，计算直方图，然后使用经过训练的分类器对直方图进行分类。

这种方法的主要问题是它假设图像 A 只包含对象而没有其他内容，或者它不包含对象。换句话说，如果对象是一个人，并且它是根据那个人的图像进行训练的，它就无法检测到站在人群中的那个人，因为生成的直方图会被所有其他人的特征污染人群中的人。

有什么其他方法可以实现这一点？

Answer 1

我建议阅读 SIFT 特征的作者 David Lowe 关于这个主题的论文。看这里 http://www.cs.ubc.ca/~lowe/pubs.html ，搜索物体识别。