这是一个创建于 2194 天前的主题，其中的信息可能已经有所发展或是发生改变。
目前大三，最近在做一个通过视频监控检测黑烟车的东西，目前遇到了一些问题，希望在 v 友这里找到一些灵感。 目前主要是通过形态学的方法检测，利用的是黑烟的形状有别于车辆呈现出极不规则这一特点。这一方法的问题主要是车辆密集和夜间灯光干扰无法解决。 计划尝试深度学习的方法，但是没有具体方向。YOLO?CNN?还是其他...... 想听一听 v 友的看法，不胜感激
 |
1
zhen777 2018-11-28 00:12:11 +08:00 via Android
建议谷歌学术搜一篇近两年的深度学习 /机器视觉综述看看
|
 |
2
sunstar 2018-11-28 01:15:45 +08:00 via iPhone
如果使用机器学习的方法需要考虑训练样本的问题，感觉很容易过拟合吧……如果是固定视角下的图片，形态学方法好好优化应该也能获得不错的结果吧
|
 |
3
maobush 2018-11-28 09:06:20 +08:00
机器学习需要大量的样本，我觉得对于这样的特殊场景大量样本采集不好达到。个人觉得，黑烟应该具有比较特别的光谱特征，你可以尝试分析一下它的光谱特征，如果比较独特的话，就可以考虑在成像方式中引入多光谱成像，对光谱图像数据的分析就很容易识别出黑烟车了。
|
 |
4
SeaRecluse 2018-11-28 10:27:50 +08:00
如果使用神经网络的话，应该属于目标追踪课题。一般是先将各个车分类后，再进行二次识别，你们的课题没必要需要这么多资源。给你个建议吧，车辆密集其实不是问题，夜间灯光可能是个问题。对图像进行处理剥离出只剩车辆，然后使用你们的形态学的方法进行人工判断，如果可行的话，再将这些特征直接用于 CNN 网络训练即可。
|
Select Language