如何選擇適合給定計算機視覺應用的濾波器或邊緣檢測技術？

Question

我正在嘗試建立一個識別手語字母的系統。 我沒有從事計算機視覺的經驗，因為這是我第一次。 我不知道我應該使用哪個過濾器（尖銳，平滑，銳化然后平滑，平滑然后銳化甚至其他）。 不僅是過濾器選擇，還有其他選擇，例如：
1-圖像閾值方法
2-邊緣檢測技術
..等等

Answer 1

歡迎來到計算機視覺世界。

我認為，最簡單的實施方法如下。 該方法的報告位於： https : //pdfs.semanticscholar.org/871b/63ff97b76f4b9c3c9c780590947e1f0efa4d.pdf

。 訓練階段

1. 准備訓練圖像

2. 計算訓練圖像的邊緣

。 測試階段

3. 使用網絡攝像頭捕獲手的圖像
4. 提取捕獲圖像的精巧邊緣
5. 使用kNN檢測訓練圖像中捕獲圖像的最近鄰居。

5.步驟稱為識別步驟。 您可以使用SVM之類的東西

當然，您可以使用深度學習來獲得更好的功能，而不是精打細算。 這可能會導致更高的准確性，但現在對您而言已經過頭了。 http://cs231n.stanford.edu/reports/2016/pdfs/214_Report.pdf

希望對您有所幫助

Answer 2

有多種方法可以解決問題。 下面列出兩種方法

1. 使用傳統的圖像處理技術：執行基於強度的閾值，邊緣檢測等。
2. 使用機器學習/深度學習：請參閱以下有關ML /深度學習實施的參考。

https://arxiv.org/ftp/arxiv/papers/1710/1710.06836.pdf https://cse.iitk.ac.in/users/cs365/2015/_submissions/vinsam/report.pdf

我認為/鑒於大量的訓練數據和計算量，與傳統方法相比，深度學習方法具有很好的概括性。