关注微信公众号:GISGO,获得更多GIS技术
近段时间一直在研究机器学习,主要学习的是数据挖掘和自然语言处理,期望能将所学与GIS结合起来。同时团队有成员在研究视觉,平时听到最多的是他们在讨论OpenCV这个库,通过他们的口也了解到这个库在图像处理领域十分强大。虽然OpenCV和我的核心工作没有关联,但是热衷于技术的我实在抵挡不了新鲜事的诱惑。
OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac
OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++
类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。《百度百科》
OpenCV安装后,自带预训练好的人脸检测模型,通过简单的调用就能高效快速地检测人脸。
OpenCV通过提取样本图像Haar特征,采用Adaboost算法训练分类器。Haar特征和Adaboost的原理这里不多做介绍,大家自行搜索引擎。
既然OpenCV能高效识别人脸,是否也可以识别影像上的地物呢?
以下是我设计的技术路线,仅供参考
1、样本采集
从谷歌