Funciones dadas N SIFT/SURF extraídas de 100 imágenes de entrenamiento que describen un objeto específico y características M SIFT/SURF extraídas de una nueva imagen A, que pueden contener o no ese objeto (así como otros objetos que no nos importan), ¿cómo determinarías si la imagen A representa ese objeto?Detección de un objeto en una imagen con SIFT/SURF Funciones
El único método que conozco es agrupar las funciones de entrenamiento y generar un histograma para cada imagen de entrenamiento, y luego entrenar un clasificador (por ejemplo, SVM) en estos histogramas. Luego, probaría el objeto en la imagen A extrayendo las características, calculando el histograma y luego clasificando el histograma usando el clasificador entrenado.
El problema principal con este enfoque es que asume que la imagen A solo contiene el objeto y nada más, o no contiene el objeto. En otras palabras, si el objeto fuera una persona, y estuviera entrenado en imágenes de esa persona, no podría detectar a esa persona parada en una multitud, porque el histograma resultante estaría contaminado con las características de todos los demás gente en la multitud
¿Cuáles son otros métodos para lograr esto?