計(jì)算機(jī)視覺物體檢測中所面對的挑戰(zhàn)

導(dǎo)讀

給出了目前目標(biāo)檢測中的一些問題和挑戰(zhàn)。

幾年前，在圖像中尋找并分類單個(gè)物體是一項(xiàng)極其困難的任務(wù)。今天，在計(jì)算機(jī)視覺的幫助下，數(shù)字設(shè)備可以簡單快速地識別圖像的內(nèi)容，這為不同領(lǐng)域的視覺數(shù)據(jù)理解和分析開辟了新的途徑。

現(xiàn)在的物體檢測的作用是什么？

具有目標(biāo)檢測的設(shè)備可以找到目標(biāo)，在其周圍畫出矩形邊界框，并確定每個(gè)被檢測目標(biāo)的類別。目標(biāo)檢測應(yīng)用程序應(yīng)用于許多不同的行業(yè)，包括零售、體育、醫(yī)療保健、營銷、室內(nèi)設(shè)計(jì)、農(nóng)業(yè)、建筑、公共安全、交通等。

使用計(jì)算機(jī)視覺目標(biāo)檢測的一個(gè)很好的例子是足球?qū)W校系統(tǒng)，旨在提高訓(xùn)練分析和俱樂部內(nèi)比賽的質(zhì)量。該平臺允許用戶使用攝像頭跟蹤足球運(yùn)動員和足球在球場上的運(yùn)動，并使用收集到的數(shù)據(jù)創(chuàng)建個(gè)人訓(xùn)練計(jì)劃。

盡管在這一領(lǐng)域取得了巨大的進(jìn)展，計(jì)算機(jī)視覺的能力也很強(qiáng)，但目標(biāo)檢測是一個(gè)復(fù)雜的過程，其實(shí)現(xiàn)需要經(jīng)歷一定的挑戰(zhàn)。

目標(biāo)檢測面臨的挑戰(zhàn)有哪些？

視角的多樣性

物體檢測的最大困難之一是，從不同的角度看一個(gè)物體可能看起來完全不同。例如，你可以在下面看到的蛋糕圖片各不相同，因?yàn)樗鼈儚牟煌膫?cè)面展示物體。因此，檢測器的目標(biāo)是從不同的角度來識別物體。

變形

計(jì)算機(jī)視覺分析的主題不僅是一個(gè)固體目標(biāo)，而且還可以變形和改變其形狀，這為目標(biāo)檢測提供了額外的復(fù)雜性。

看看足球運(yùn)動員擺出不同姿勢的圖片。如果物體檢測器被訓(xùn)練為只發(fā)現(xiàn)站立或奔跑的人，它可能無法發(fā)現(xiàn)躺在球場上或準(zhǔn)備彎腰做動作的球員。

遮擋

有時(shí)，物體會被其他東西遮擋住，這使得人們很難辨認(rèn)這些物體的標(biāo)志。例如，在下面的第一張圖片中，一個(gè)杯子被拿這個(gè)杯子的人的手蓋住了。

在第二幅圖中，一個(gè)人也拿著手機(jī)，手擋住了物體。這種情況增加了確定目標(biāo)的困難。

光照條件

照明對物體的定義有很大的影響。相同的物體會因光照條件的不同而看起來不同。看看下面的圖片：照亮的空間越少，物體就越不可見。所有這些因素都會影響檢測器定義目標(biāo)的能力。

雜亂或有紋理的背景

需要識別的物體可能會融入背景中，使其難以識別。例如，下圖顯示了很多物品，在識別剪刀或其他感興趣的物品時(shí)，這些物品會造成干擾。在這種情況下，目標(biāo)檢測器將遇到檢測問題。

多樣性

同一個(gè)物體可能有完全不同的形狀和大小。計(jì)算機(jī)視覺需要做大量的研究來閱讀一個(gè)物體并理解它的含義。

上面所有的圖片都描述了不同類型的房子。一個(gè)好的檢測器應(yīng)該檢測這些目標(biāo)，并將它們分配給同一個(gè)類。

速度

在視頻方面，探測器需要經(jīng)過訓(xùn)練，以便在不斷變化的環(huán)境中進(jìn)行分析。這意味著目標(biāo)檢測算法不僅必須準(zhǔn)確地分類重要的目標(biāo)，而且還必須在預(yù)測過程中具有令人難以置信的速度，以便能夠識別運(yùn)動中的目標(biāo)。

責(zé)任編輯：lq