【图像识别】心得小结（育儿手册）

最近又来了很多师弟都在埋头搞图像，但都理不清头绪，迫于导师交待的任务纷纷求教。这里我总结了点经验，或者说育儿手册：

A、图像识别就像在教小孩辩物，要向他解释目标的主要特征；

   （尽量用他知道的特征，否则还需要解释每个特征的定义）

例如识别矩形，那么可以告诉他 矩形由4条直线段组成（因为他学过hough变换），相交的线段彼此垂直（斜率互为负倒数）……

---

B、有时感觉特征太多则退而求其次，解释目标与视野中其他对象的区别就好；

例如识别车辆，你需要教他什么是车。

如果场景中只有车辆在动，那么只要告诉他“会动的就是车辆”，这样子只要解释什么是“动”这个特征，或者什么是“不动”也就是“静止”或者“没有变化”（考虑给他借本“帧差法”教材，或者进阶的“光流法”）他就懂了，至少在当前场景下正确……

 

---

C、另外这个小孩目前数学（客观）学的好，语文（主观）特别差，为了让他学习得更有效率，最好用数学去描述，免得还要先给他补习语文；

还是车辆识别，如果场景非常单调，只有一色的地面跟车，那么你会说“那就是车”。

“那”这个词解释非常麻烦，还需要配合指定方向。你可以换个说法，就是“他看到的物体就是车”，这样你只要解释什么是“物体”，比如物体有“形状”也就是有“轮廓”（边缘检测的话他会很多方法sobel、canny不要太基础）。

---

D、他会非常听话，但也非常较真，或者特别敏感；

例如，你觉得视野里只有地面跟车，但他能发现很多细小的“物体”，比如地上的小石头、车的阴影。你可以让他不敏感（模糊或者说滤波，eg. 均值、中值、高斯，并规定亮度的阈值）；再保险一些，你还可能告诉它只有“大”的物体才是车。“大”这个词比较模糊，所幸补习起来不太难——因为“大”是相对的，如果不想再解释什么是“小石头”的话，你最好给他一个已知的参照物，比如他的“视野范围”，最后你跟他说“占了你视野1/3的那个物体就是车”……

 

---

E、他可以有一些基础，但多数情况是在某个领域\场景下我们必须从零教起；

因此我们需要耐心与信任，因为他是个天才；也因为他是个天才，如果他做错了，唯一的可能就是我们教的不对，幸运的是我们可以一次次重来。

 

---

F、其实不止是图像识别，机器学习甚至人工智能，我们都可以把电脑看成一个乖孩子……

你可以通过一些描述/特征去教他，也可以利用训练让他自己摸索——告诉他的越多，他所认识到的越接近真相（但这样我们往往很难知道他对真相的认知/解释是否真的跟我们完全一样，甚至他可能从另一个角度给出一个当前足够自洽的真相）。