V2EX = way to explore V2EX 是一个关于分享和探索的地方
Sign Up Now For Existing Member Sign In
请不要在回答技术问题时复制粘贴 AI 生成的内容
This topic created in 1388 days ago, the information mentioned may be changed or developed.
比如： ['A','A','A''A','A','C','A','A','A','A','C','A','C','C','C','C','C','C','C'] 这个列表里面的第一个C是错误的数据，我称之为“噪点”。
需要找出第一个和第二个C并修改成A，同时不影响后半部分的C。不知道有没有好的办法？
假设
- 噪点数据不会连续出现三次，三个及以上视为正常数据
背景
使用face-recognition做视频人脸识别，有时很少的几帧会识别错误，A 识别成了 C ，但是一个片段绝大部分还是能正确识别的。目前需要修正这些识别错误的人脸，根据前后几帧做出推断。
上面这个例子，恰巧同一块区域先出现了 A ，镜头切换后 C 的脸也在同一块区域。
 | 1 Kirscheis Jul 9, 2022 via Android  1 现成的算法不好改的话，对 confidence 做 bilateal filter 试试 以及连续跟踪目标是研究得挺成熟的专门的算法，叫做 object tracking 或者 target tracking ，你可以找找，我记得有些算法有直接套 yolo 的实现，可以网上下载代码先试试 |
 | 2 tramm Jul 9, 2022 1 卡尔曼滤波算法? |
 | 3 shinyy Jul 9, 2022 via iPhone 1 3*1 的邻域 中间值修正为邻域里数量多的值就可以了 |
 | 4 codehz Jul 9, 2022 via iPhone 1 听起来可以滑动窗口，窗口大小为 4 ，然后发现中间两个至少一个与周围不同的，就修复，方式为复制左侧活着右侧的值覆盖 （所以 A A A B C C C 这种情况怎么处理） |
 | 5 AyaseEri Jul 9, 2022 1 理论上，这应该是椒盐噪声，中值滤波能一定程度上解决问题 |
 | 6 LeeReamond Jul 9, 2022 1 图像学上解决这种问题一般用以下流程，比如 canny 边缘检测 1.卷积，你这个时间序列的话可能跑核=3 的一维卷积 2.滞后边界跟踪，经过 1 以后，仅有左右两边都是 C 的 C 点，才会是 C 点，可以认为这是个强 C 点，而卷积后改值了的 C 点就是弱 C 点，如果弱 C 点与强 C 点连接则将其调整为强 C 点 |
 | 7 documentzhangx66 Jul 9, 2022 1 简单的平滑算法就可以检测甚至过滤掉这些噪点。 |
 | 8 nightwitch Jul 10, 2022 via Android 1 这个是做连续检测常见的问题，常规的思路就是做利用之前的识别结果在时序上做移动平均。 可以找点 object tracking 的代码看看 |
Select Language