我对检测单个物体感兴趣，更准确地说是没有级间变化的灭火器（所有灭火器看起来都一样）。然而，应用程序被认为是实时的，即机器人正在探索环境，并且每当它看到感兴趣的对象时，它应该能够检测到它并给出它的像素坐标。选择哪种算法进行物体检测？
我的问题是哪种算法将是这项任务的不错选择？
1.这是一个分类问题，我们应该使用功能（筛选/冲浪等）+弓+ SVM？
2.其他一些解决方案（不知道）。
任何类型的输入将不胜感激。 谢谢。
（P.S包涵我是新手，以计算机视觉和堆放超过流量）
UPDATE1： 
高度变化都被安装在墙壁上，但不同的高度。我尝试了SIFT特性和弓，但在测试部分中提取弓描述符的代价很高。此外，我不知道如何在图像被分类为正面后在图像内找到对象（像素坐标）。
更新2：
我终于用筛+蝴蝶结+ SVM和我能够为对象进行分类。但是使用这种技术，我只能得到物体是否出现在场景中的输出端。 我如何检测对象，即获取边界框或对象的中心。采用上述方法实现这些结果的兼容方法是什么？ 谢谢大家。
我会建议使用颜色作为主要功能来查找，并且只根据需要尝试其他功能。红色的灭火器非常有特色，不应该在办公室的其他地方经常出现。其他的计算更昂贵的测试只能在正确颜色的区域执行。
这是一个很好的tutorial for color detection，它也解释了如何找到所需颜色的良好阈值。
我建议以下方法：
这些测试应该都非常快。如果速度太慢，可能会降低输入图像的分辨率。
根据您的环境，这可能已经是一个足够强大的测试。如果没有，您可以继续进行筛选/冲浪功能匹配，但只能在斑点周围的小区域以正确的颜色进行匹配。对于每一帧，您也不一定必须这样做，每个第n帧应足以进行确认。
*由于您的灭火器是垂直的气瓶，所以宽度/高度比率将从每个角度保持不变。*只有在您对机器人相对于灭火器的移动方式做出假设时才是如此。总体而言，您的方法需要对环境进行相当多的假设，并且不会很健壮。 –
@HannesOvrén我假设机器人沿地面水平移动，并保持其摄像机大致与地面对齐，并且灭火器垂直悬挂在墙壁上人类可达到的高度。我认为这是一个非常合理的假设，认为可以通过测试最小边界矩形的比例来改善错误边界。总的来说，我不同意你的结论，即基于颜色的识别在这种情况下不会很强大，但也许你可能想要指定其他假设或提出更合适的方法？ – HugoRune
我同意你对运动的假设很好。只是，例如，您仍然可以获得透视扭曲。你非常靠近灭火器。仅以颜色为基础将意味着您对照明条件做出了假设，并且没有其他具有该颜色的物体会出现。此外，灭火器不仅是红色的，而且还有相当多的文本，这意味着强大的阈值处理和牢固的blob可能会很困难。我没有更好的答案，因为我有点偏离了我的舒适区。我只是想对你的回答给出一些看法:) –
如果对象内有足够的结构/纹理，筛选/冲浪和对象的不同视图的数据库可以完成这项工作。 经过svm训练的HoG描述符是另一种最近广泛使用的科学技术。 – Micka
这很大程度上取决于您的数据，例如颜色会有很大的帮助。如果您的传感器具有立体视觉，3D功能才可用。如果所有灭火器处于同一水平，则可以使用高度信息。其他功能取决于你的灭火器的外观。你可以张贴一些机器人拍摄的灭火器照片吗？ – HugoRune
@HugoRune请参阅更新。 – user3126137