本文主要是介绍计算机视觉物体检测中所面对的挑战,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
点击上方“AI公园”,关注公众号,选择加“星标“或“置顶”
因公众号更改了推送规则,记得读完点“在看”~下次AI公园的新文章就能及时出现在您的订阅列表中
作者:Exposit
编译:ronghuaiyang
导读
给出了目前目标检测中的一些问题和挑战。
几年前,在图像中寻找并分类单个物体是一项极其困难的任务。今天,在计算机视觉的帮助下,数字设备可以简单快速地识别图像的内容,这为不同领域的视觉数据理解和分析开辟了新的途径。
现在的物体检测的作用是什么?
具有目标检测的设备可以找到目标,在其周围画出矩形边界框,并确定每个被检测目标的类别。目标检测应用程序应用于许多不同的行业,包括零售、体育、医疗保健、营销、室内设计、农业、建筑、公共安全、交通等。
使用计算机视觉目标检测的一个很好的例子是足球学校系统,旨在提高训练分析和俱乐部内比赛的质量。该平台允许用户使用摄像头跟踪足球运动员和足球在球场上的运动,并使用收集到的数据创建个人训练计划。
尽管在这一领域取得了巨大的进展,计算机视觉的能力也很强,但目标检测是一个复杂的过程,其实现需要经历一定的挑战。
目标检测面临的挑战有哪些?
视角的多样性
物体检测的最大困难之一是,从不同的角度看一个物体可能看起来完全不同。例如,你可以在下面看到的蛋糕图片各不相同,因为它们从不同的侧面展示物体。因此,检测器的目标是从不同的角度来识别物体。
变形
计算机视觉分析的主题不仅是一个固体目标,而且还可以变形和改变其形状,这为目标检测提供了额外的复杂性。
看看足球运动员摆出不同姿势的图片。如果物体检测器被训练为只发现站立或奔跑的人,它可能无法发现躺在球场上或准备弯腰做动作的球员。
遮挡
有时,物体会被其他东西遮挡住,这使得人们很难辨认这些物体的标志。例如,在下面的第一张图片中,一个杯子被拿这个杯子的人的手盖住了。
在第二幅图中,一个人也拿着手机,手挡住了物体。这种情况增加了确定目标的困难。
光照条件
照明对物体的定义有很大的影响。相同的物体会因光照条件的不同而看起来不同。看看下面的图片:照亮的空间越少,物体就越不可见。所有这些因素都会影响检测器定义目标的能力。
杂乱或有纹理的背景
需要识别的物体可能会融入背景中,使其难以识别。例如,下图显示了很多物品,在识别剪刀或其他感兴趣的物品时,这些物品会造成干扰。在这种情况下,目标检测器将遇到检测问题。
多样性
同一个物体可能有完全不同的形状和大小。计算机视觉需要做大量的研究来阅读一个物体并理解它的含义。
上面所有的图片都描述了不同类型的房子。一个好的检测器应该检测这些目标,并将它们分配给同一个类。
速度
在视频方面,探测器需要经过训练,以便在不断变化的环境中进行分析。这意味着目标检测算法不仅必须准确地分类重要的目标,而且还必须在预测过程中具有令人难以置信的速度,以便能够识别运动中的目标。
—END—
英文原文:https://exposit.medium.com/computer-vision-object-detection-challenges-faced-9a927f9c5623
请长按或扫描二维码关注本公众号
喜欢的话,请给我个在看吧!
这篇关于计算机视觉物体检测中所面对的挑战的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!