異常検出による猫の視覚的検出

私は趣味のプロジェクトを持っています。これは、これまで限られた機械学習の経験を増やす方法としてコミットすることを考えています。トピックに関するCoursera MOOCを取得して完了しました。私の質問は、プロジェクトの実行可能性に関するものです。

タスクは次のとおりです。

近所の猫は時々私の庭を訪れますが、私の芝生で排泄する傾向があるので嫌いです。猫がいると警告を発する警告システムが欲しいので、スーパーソーカーを使って追い払うことができます。簡単にするために、私は黒と白の色の猫しか気にしないと言ってください。

庭の一部のビデオや写真をキャプチャできるカメラモジュールを備えたラズベリーパイをセットアップしました。

サンプル画像：

私の最初のアイデアは、猫または猫のようなオブジェクトを識別する分類器を訓練することでしたが、十分な数の陽性サンプルを取得できないことに気付いた後、異常検出を支持してそれを放棄しました。

1日ごとに写真を撮ると、1日に猫（日光のある約6万枚）を含む写真が5枚になると推定されます。

これは異常検出を使用して実行可能ですか？その場合、どの機能を提案しますか？これまでの私のアイデアは、特定の色を持つピクセルの数を単純に数えることです。何らかの種類のblob検出/画像分割（どのように行うのかわからないため回避したい）を行い、それらに対して同じ色分析を実行します。

動き/変化の検出アプローチを使用すると、問題を大幅に簡素化できます。たとえば、各画像/フレームを早い時間（たとえば1分前）の画像/フレームと比較し、早い時間以降に変更されたピクセルのみを考慮することができます。次に、長方形の変化領域を抽出し、それを分類または異常検出の基礎として使用できます。

このタイプのアプローチを採用すると、分類器が大幅に簡素化され、誤った目標率が削減されます。これは、おおよそ猫のサイズではないもの（たとえば、人や鳥）を無視できるためです。その後、抽出された変更領域を使用して、フィルタリングされない分類器（または異常検出器）のトレーニングセットを形成します。

ネコの侵入検知システムにレーザータレットを取り付ける前に、偽の目標率を十分に低くしてください。

これは興味深く、また非常に野心的なプロジェクトです:)

この場合、異常検出（少なくとも従ったコースで説明されている意味で）が非常に適切なアルゴリズムになるかどうかはわかりません。

より実行可能なアプローチは、Photo OCRワークフローが実証されたコースの終わりに議論されたものであると考えます。

このアプローチでは、画像を小さな「ブロック」に分割し、教師あり学習アルゴリズムを使用してそれらを1つずつ調べ、猫を含むかどうかに応じて各ブロックを分類しようとします。1つのブロックに猫が含まれている場合、アラームが鳴ります。おまけとして、あなたは猫の位置も得るので、プロジェクトへの将来のステップとして「自動」応答を組み込むことを考えるかもしれません。

ここでの利点は、あなたの庭に固有のデータセットを使用してアルゴリズムを訓練する必要がないことです（あなたが言及するように作成するのは困難です）が、ネットから取られた猫の画像を使用できます「草の上の猫」など）、およびおそらくあなたの（または他の）庭からの写真のパッチ。したがって、カメラから写真を収集するのに時間を費やす必要はありません。また、ポジティブなサンプル（猫など）が非常に少ない（匹敵する）リスクを回避できます。

今、もちろん、正確な猫検出器を構築するのがいかに簡単かということも別のトピックです。

動き/変化検出の戦略は確かに適切ですが、余分な操作を追加します。変更される可能性が高い領域を検出します。たとえば、はしごは人間（猫）がいる場所、犬、猫、または人間がいる場所のように見えます。

オブジェクトのサイズと軌道でマップをキャプチャし、これにより、特定の速度と軌道で移動するオブジェクト（ピクセル単位の画像内の特定のサイズ）を検出することを目的としたクラスターを作成します。

これを実現するには、Rを使用するか、OpenCVを使用して動きを検出し、さまざまなオブジェクトを追跡することをお勧めします。

OpenCVのバックグラウンドの減算により、オブジェクトが硬化中に移動していることがわかります。その後、分類器または形状分析を使用して、猫、人、木などを区別できます。

それは鳥ですか？猫ですか？白黒の猫サイズがあります！カササギ。それは失敗するでしょう。

最初のことは、緑のエリアをすべて除外することです。猫はめったに緑になりません。

次に、残りを参照画像と比較して、石や階段などの静的なものを削除します。

最小サイズのオブジェクトの検出は可能ですが、分類には解像度が低すぎます。あなたの隣人が彼の新しいリモート制御ドローンをテストすることもできます。

2台のカメラを使用すると、オブジェクトの3Dマッピングを行い、飛行オブジェクトを排除できます。