ディープニューラルネットワークを使用したオブジェクトサイズの測定

10

長さのグラウンドトゥルースを備えた車両の大規模なデータセットがあります（10万サンプル以上）。車両の長さを測定/推定するために深いネットワークをトレーニングすることは可能ですか？ディープニューラルネットワークを使用したオブジェクトサイズの推定に関連する論文は見たことがありません。

machine-learning deep-learning computer-vision

— ナジ
ソース

1

非常に良い質問です。AIへようこそ！

— DukeZhou

（モデレーターへのメモ）-コメントできないため、これはOPに質問するためのプレースホルダー回答です。データセットは画像ですか、それともテキストですか？hisairnessag3は、ピクセル/メトリックアプローチをOpenCVからオブジェクト検出DNNに移植することで正しい方向に進んでいます

— Adnan S

4

はい！これは間違いなく可能です。ラベル付けされたデータセットがあるので、それでさらに簡単になります！

私はこのプロジェクトを見てみます。そうすれば、あなたがどこに行く必要があるかがわかるでしょう。

実装の詳細はかなり簡単なはずです。さらにお手伝いできるかどうかお知らせください。

— hisairnessag3
ソース

1

誰かが反対票を投じている理由を説明する必要はありません。多くのプログラマーはコメントを見るだけの時間がないので、投票を見て答えが価値があるかどうかを確認します。もう一度質問を読むと、質問は特にDNNの使用に関するものであり、それ以外のものではないことがわかります。共有したプロジェクトはOpencvの使用に関するものです...共有した投稿の下にあるコメントを読むと、人々がDNNについて質問していることがわかりますが、投稿自体はDNNを使用していません。ちなみに私はあなたの回答に反対票を投じた人ではありません

— BH85

2

必須ではありませんが、役に立ちます。深さで検索すると、DNNのこの特定の使用例に関するプロジェクトや論文は見つかりません。それが言われて、私はOPを始めることを期待して最も近い可能なプロジェクトを参照しました。さらに、私は質問に答えました。問題はこれができるかということでした。

— hisairnessag3

ご回答有難うございます！どうして/なぜできるのかを少し説明すれば改善されると思います。少なくともアーキテクチャの概要は非常に役立ちます。

— ベンN

1

はい、それは可能ですが、最初にあなたが認識する必要がありますいくつかの画像内のオブジェクトを、いずれか1）車両自体、およびその車両の既知のサイズを報告し、または2）車とカメラから同じ距離をだ知られているオブジェクト（縁石、一時停止標識、ドライバーの頭、シェトランドポニーなど）、そのオブジェクトを使用して、それに非常に近い車のサイズを調整します。

画像内の車はカメラからの距離が不明であるため、車のオブジェクトは写真ごとに大きくまたは小さく見えます。車または少なくとも既知のサイズの参照オブジェクトを認識しない場合、車の物理的なサイズは調整されません。サイズの見積もりの根拠はありません。

車が不明な場合は、視覚的な手掛かりがあっても（参照オブジェクトが存在するか、カメラから車までの距離がわかっている場合）、カメラのレンズの広角の未知の範囲が不明な車の形状を歪める可能性があります（高さ対幅）、見かけの寸法を推定する能力がさらに複雑になります。

— ランディ
ソース

車両のナンバープレートは、車のサイズを調整するために使用されるその既知のオブジェクトである可能性がありますか？通常、ナンバープレートは同じサイズです。

— ナジ、

1

ナンバープレートが同じサイズであるという仮定に注意する必要があります。たとえば、オーストラリアのプレートと米国のプレートはサイズが異なります。これがアプリケーションの問題ではない場合（1つの国でしか実行されません）、プレートの参照サイズを想定できます。ただし、プレートの向きが正しくない場合があるため、注意が必要です。車が45度の場合、同じ距離でも、プレートの幅が占めるピクセル数は0の場合よりも少なくなります。

— pshlady

1

このペーパーが役立つと思います：ディープラーニングとジオメトリを使用した3Dバウンディングボックスの推定

彼は1台のVGG-19（ImageNetで事前トレーニング済み）を使用して車のサイズを学習しました

— cryax dsa
ソース

あなたのように、これはデータが2D画像で表される3Dバウンディングボックスを推測することに関するものだと思いました。hisairnessag3によって言及されたプロジェクトは、画像に含まれる可能性のある3Dの性質について学習された推論的な振る舞いがなく、2Dの境界ボックスのみに対処しているようです。

— ジム、

このペーパーでは、2Dのトリミングされた画像（目的のオブジェクトのみを含む）を使用して、自動車のサイズと向きを推定します。

— cryax dsa