2
对于很多汽车爱好者来说，很容易识别车型，型号，内饰等级，有时甚至是一年的车型。虽然这对于人类来说是一项可管理的任务（考虑到一些培训数据，激情和经验），但我对这个问题的最先进的计算机视觉方法感到好奇。图像中的细粒度车辆分类？ （例如品牌，型号等）
有很多算法能够识别“这是/不是汽车”。但是，我想要确定汽车的品牌，型号和可能的修饰级别，这些汽车是从过去20 - 30年内量产的所有汽车中选择的。 为了使这个更具体，我在寻找库，算法或研究成果的问题是这样的：
- 简单：鉴于汽车的侧面和/或正面图，找出其化妆和模型（如果不是确切的生产年份，也许还有一代）。例如，请将以下图像标识为“2006-2008 Mazda MX-5 Miata”。根据车轮和内饰颜色，这是奖励积分，这是赛车的Grand Touring赛车级别。
- 哈德：鉴于汽车的模糊，模糊，或以其他方式退化图像，识别它的品牌和型号。对于像下面那样的低质量图像，car enthusiasts sometimes give a range of responses。对于不那么模糊的图像，汽车爱好者往往会给出一致的答案。我的直觉是，这款车是1997 - 2000年的雷克萨斯GS。
- 不知道易跌难：给定的一个小区域像一个taillight，ashifter，或门把手，提供有关汽车尽可能多的信息成为可能。 Some humans在这项任务中很不错。
是否有计算机视觉库，算法或其他工作，解决其中的一些问题有什么建议？
之前发布StackOverflow上，我做了一些搜索。这里有一些相关的东西，我发现：
- “A Real-Time Car Recognition System，”WACV 2011.使用SIFT功能和一袋文字模型。警告：仅在包含20种车型的数据集上进行测试。我希望能够对数百辆车型进行精细级别和年份的检测。
- Identifying license plates
- “Robust classification and tracking of vehicles in traffic video streams”，使用PCA智能交通系统2006年粗分类（轿车，半，卡车/ SUV /面包车）IEEE会议。
动机：我是一个汽车发烧友，我在计算机视觉研究已经涉足了，我觉得这是一个有趣的问题。我的计算机视觉同事对于从哪里开始就没有提出很多建议。如果它不存在，我想为此实现一个系统。
非常有趣的;我也玩过这个问题，同样惊讶于当前不完整的工作。想聊聊吗？ – 2013-02-26 20:16:04
您是否实施了此系统？需要帮忙 – 2015-01-24 13:40:20