我看到有一个名为openCV的库，该库在本论坛中经常被评论，但是到目前为止，我看到的是该库是使用图像的助手，但我没有找到对象识别或自学习的部分。
openCV是一个好的起点吗？最好先学习一些理论？还是有其他针对对象识别的已开发库或框架？
EDIT
为了提供一些背景信息：我将用相机检查风景，大部分是静态的，但是有些叶子可能会随着风或某些人可能会介入，并且当某些动物进入视野时，我想发出警报，我可以将“动物”减少为仅鸟类（并非总是我会有很好的鸟类/天空对比度）。
大约15年前，我在有监督的神经网络上做了一些工作，并研究了一些AI和机器学习理论，但是我想从那以后事情已经大大改善了，这就是为什么我要求一些更实际的第一步。 br />
谢谢
#1 楼
鉴于您正在使用“大部分”静态背景来执行更“受限”的目标，因此我建议您仅执行“背景图像减法”方法。在过去十年中走了很长一段路的“困难部分”是如何处理阴影，光线变化和树叶运动。关于此主题的资源很多，但是经过快速的粗略搜索后，我发现了一个很好的资源：
http://www.pyimagesearch.com/2015/05/25 / basic-motion-detection-and-tracking-with-python-and-opencv /
这应该可以为您提供80％的解决方案。
如果您想更深入地尝试识别特定的动物，您可以遵循两种主要方法。最简单的是模板匹配，最困难的是创建贝叶斯分类器。
在这两种方法中，您都将：
收集数据的样本集（最有可能使用上面的输出）
以下任一项：
创建要与之匹配的模板
训练分类器以识别您想要的动物
注意：
开箱即用的模板匹配高度依赖于比例和方向。虽然可以从基本模板匹配开始，但您可能很快会想要创建一个高斯金字塔。这是一个很好的参考：https://stackoverflow.com/questions/22480485/image-matching-in-opencv-python
做好贝叶斯分类器很难，如果您只是在Google Scholar上搜索，您将看到有关该主题的大量论文。但是，这似乎是实现高精度的“必经之路”。通常，您会将基本分类器与其他一些机器学习技术（例如Markov模型）结合起来。如果您确实走这条路，我建议您尝试做一些“简单”的事情，而不是寻找整只鸟。相反，我建议您建议确定一个简单的功能，例如“定位”鸟/动物，例如定位“眼睛”或“喙”。
希望这会有所帮助。
评论
xkcd.com/1425我投票结束这个问题是因为没有话题，因为这不是关于机器人技术的问题。
不一定那么难。如果您具有静态背景，那么您真正需要做的就是使用BackgroundSubtractorMOG2检测运动，而那些运动的部分可能就是动物。如果您的背景是平移的，那么只会稍微复杂一点。
@K。韦伯，我同意查克的观点，从总体上讲，这确实是一个高级话题。但是，如果您要进行“较小”的设置，则有一些方法可以“作弊”。您可以针对您的用例提供更多细节吗？例如，如果您确实只有动物（没有人类）的视频/图像，则可以使用一些可检测人脸的OpenCV库作弊……但这又取决于您真正想要实现的目标。
我确实认为这对机器人技术来说不是话题，但是我发现这是一个有趣的问题。