我正在尝试检测一些这样的交通标志：https://i.stack.imgur.com/yOTZb.jpg
我设法隔离了交通标志（目前，它总是圆形的）：http://image.noelshack.com/fichiers/2015/06/1422869734-3.jpg
由于 SURF 的实时结果不佳，以及上一篇文章的提示，我想使用分类器的级联来检测不同的交通标志 （30,50,70...）。
1）交通标志是否会像面孔一样很好地识别分类器的级联？我的意思是，交通标志是否容易受到哈尔特征检测的影响？
2） 我是否需要为每个符号训练一个级联分类器（一个.xml）？我是否需要将 30,70 个交通标志的图像放在 50 （反之亦然） ？
3）如果我理解了，正面图像必须具有相同的大小，我需要删除背景？
对不起我的英语，谢谢:)
我认为您需要根据交通标志的形状训练一些 Haar 检测器（一个用于三角形警告标志，另一个用于圆形标志等）。检测结果，您将有一些候选者进行进一步处理，并应确定候选者是否为真阳性.
如果为真阳性：其他分类需要识别已知形状的类型。此分类可以是 ANN 算法或 SVM。
问题解答：
- 这在很大程度上取决于正/负数据库，用于训练的功能（Haar，LBP，HoG），但我认为这种级联结构对您的目的很有用。
- 上面部分回答。对于底片：您应该使用一组非常不同的图像。例如风景、动物等。收集大型数据库很重要，因为在训练的第一步中，大多数负面因素都会被拒绝。
- 在训练过程中，您需要使用相同的比例（对于正数），建议使用一些全局变换来减少不同照明条件的影响。但是您不需要删除背景，只需沿着标志边界裁剪图像即可。