python-3.x - 对已知对象的部分进行 Haar 级联训练
问题描述
我正在做一个项目，我试图从整体图像中提取自行车的关键特征。我目前正在研究使用 Haar Cascades 来训练我的计算机从所述自行车中找到某些感兴趣的区域，例如踏板链轮、座椅、车把。然后我将相应地从这些子区域中提取局部特征。目的是创建特定自行车的整体描述符，以便我可以尝试在其他自行车的图像样本集中匹配它。
我的问题如下：我可以训练一个 Haar 分类器来寻找整个对象的子组件吗？例如，假设我想查找自行车上的车把。我应该如何设计培训？我应该先检测自行车，然后检测整个自行车区域内的车把（类似于在面部识别方面检测面部内的眼睛）？由于我事先知道我的所有图像都将包含自行车的图片，因此我不确定从检测自行车开始然后寻找子组件是否有任何意义。
在训练 Haar 级联和创建我可以使用的 XML（在 OpenCV 3.1 和 Python 3.6 中）方面，我可以分别设置带有自行车图片和没有自行车图片的正面和负面图像吗？不同之处在于我每次都通过适当地裁剪图像来隔离特定的感兴趣区域（例如车把在哪里）？
也欢迎任何关于其他人如何解决提取关键特征以进行对象匹配的一般问题的建议。这只是我目前正在研究的一种方法。谢谢！