聴覚色のオーラ。これはクラシファイアのための良い仕事ですか、私は画像処理技術を使うべきですか？

Question

私はゲーム画像が前の画像のもののようなオーラが含まれているときを検出します。彼らはランダムな色（赤または青だけでなく、私は白、黄、緑、オレンジ...を見た）を取ることができます。私の最初のアプローチは、OpenCVクラシファイアを訓練し、そのパラメータを調整し、それを数時間にわたって再トレーニングすることでした。約500枚のポジティブ画像と1000枚のネガティブ画像を使用する。しかし、それは動作していません。時々彼らはそれを見つけただけでなく、多くの偽陽性を得て、時にはそれを見つけることさえしない。

クラシファイアにとってはうまくいくかどうか疑問に思います。しかし、ランダムな色をとる可能性は、色の検出アルゴリズムを使用するという考え方に支障をきたします。まだそれらの色は本当に明るいです。

おそらく、私の頭に浮かぶ別の解決策は、画像の最も明るい部分を抽出し、それがこれらのオーラの1つであるかどうかを判別する分類子を持つことです。しかし、それがうまくいくかどうかはわかりません。

私はこの仕事を少しガイドできますか？どの手順を踏む必要がありますか？分類器を使用し続けるか、それとも時間の無駄でしょうか？ありがとう！

Answer 1

はい、機械学習には良い問題です。クラシファイアをトレーニングするのに数時間かかるので、ニューラルネットワークを使用していたと思います。かなり大きかったです。その後、いくつかの質問が発生しました：

1. あなたのNNはどのくらいの大きさでしたか？あなたの訓練セットにはわずか1500画像しかないので、300パラメータ/重量を超えることはできません。理想的には150を超えないようにしてください。
2. トレーニングセットの各インスタンスの重みを使って遊んだことはありますか？あなたは不均衡なデータセットを持っているので（500負の1000負）。
3. 肯定的なデータセットには各色の例が含まれていましたか？
4. 画像全体または画像内に多くのパッチを適用しましたか？

Answer 2

この作業では、カスケード分類子を使用できます。私はあなたがすでにそれを使用していると思うが、私はよくわからない。それを使用する場合、この分類器がグレースケール画像で動作することを知る必要があります。問題の原因の1つになる可能性があります。これらのオーラを強化する可能性がある前処理を見つけようとしてください（各正規化チャネルで多くの検出を試みるかもしれません）。高い誤検知率は、このアルゴリズムの弱点です。より深いカスケードを試みるか、誤った比率を低く設定してください。 SVM、NN、KNNを使用して、この検出後に分類して、すべての誤検出を除去することができます。