Podane funkcje N SIFT/SURF wyodrębnione ze 100 obrazów szkoleniowych opisujących określony obiekt i z uwzględnieniem M funkcji SIFF/SURF wyodrębnionych z nowego obrazu A, które mogą ale nie muszą zawierać tego obiektu (jak również innych obiektów, których nie obchodzi), jak byś określił, czy obraz A przedstawia ten obiekt?Wykrywanie obiektu na obrazie przy użyciu funkcji SIFT/SURF
Jedyną znaną mi metodą jest grupowanie elementów treningowych i generowanie histogramu dla każdego obrazu treningowego, a następnie trenowanie klasyfikatora (na przykład SVM) na tych histogramach. Następnie należy przetestować obiekt na obrazku A, wyodrębniając cechy, obliczyć histogram, a następnie sklasyfikować histogram przy użyciu wyszkolonego klasyfikatora.
Głównym problemem związanym z tym podejściem jest założenie, że obraz A zawiera tylko obiekt i nic więcej, lub nie zawiera obiektu. Innymi słowy, jeśli obiekt byłby osobą i zostałby wyszkolony na obrazach tej osoby, nie byłby w stanie wykryć tej osoby stojącej w tłumie, ponieważ powstały histogram byłby zanieczyszczony cechami wszystkich pozostałych ludzie w tłumie.
Jakie są inne metody realizacji tego?