物体识别介绍
物体识别(Object recognition)是一个通用术语,描述一组相关的计算机视觉任务,涉及识别图像中的物体。
图像分类涉及预测图像中一个对象的类别,对象定位是指识别图像一个或多个对象的位置,并在其周围绘制边框。物体识别将这两种任务结合起来,对图像中的一个或多个对象进行定位和分类,所以当人们提到物体检测或者目标检测时,其实指的是物体识别。
物体识别的步骤
预处理通常包括五种基本运算:
(1)编码:实现模式的有效描述,适合计算机运算。
(2)阀值或者滤波运算:按需要选出某些函数,抑制另一些。
(3)模式改善:排除或修正模式中的错误,或不必要的函数值。
(4)正规化:使某些参数值适应标准值,或标准值域。
(5)离散模式运算:离散模式处理中的特殊运算。
物体识别的性能评估方法
判定物体识别的性能通常采用PR曲线。其中P(Precision)指精度(准确率),一般为y轴;R(Recall)指识别率(召回率),一般为x轴。
P=(识别正确的结果)/(所有识别结果);R=(识别正确的结果)/(实际上正确的结果)。识别结果的类型如下:
一个好的识别方法应该同时具备高的准确率与高的召回率。准确率等于0.5是一个界限,当精度低于0.5时,说明该方法的效率己经低于随机猜测的结果,(因为随机猜测的准确率为0.5)。除了PR曲线,也有文献使用其它曲线来度量识别结果,如ROC曲线或FPPW等。物体识别的困难与前景
虽然物体识别已经被广泛研究了很多年,研究出大量的技术和算法,物体识别方法的健壮性、正确性、效率以及范围得到了很大的提升,但是现在依然存在一些困难以及识别障碍。这些困难主要有:
信息载体问题:
物体本身是一个高纬信息的载体,但是图像中的物体只是物体的一个二维呈现,并且在人类目前对自己如何识别物体尚未了解清楚,也就无法给物体识别的研究提供直接的指导。目前人们所建立的各种视觉系统绝大多数是只适用于某一特定环境或应用场合的系统,而要建立一个可与人的视觉系统相比的通用视觉系统是非常困难的。
以上信息由专业从事智能识别桌厂家的华奕科技于2024/8/7 9:58:52发布
转载请注明来源:http://m.tz1288.com/qynews/bjhyhd-2797983367.html
上一条:土猪肉礼盒信赖推荐「在线咨询」