【问题标题】:Logo recognition with a huge dataset具有庞大数据集的徽标识别
【发布时间】:2014-02-12 21:12:48
【问题描述】:

首先,感谢您阅读我的问题。我是计算机视觉的初学者。

我读了很多,但没有找到任何解决方案。

我有一张图片,我想检测其上的徽标/徽标。 另外,我有一整套带有不同徽标的图片,所有图片都包含一个徽标,仅此而已。

当我有整个(数千个)训练集(已知徽标集)时,您能否帮助我了解如何检测图像上的徽标/徽标?

可以通过对少数已知徽标使用 SURF 或 SIFT 特征检测算法,通过将给定图像与所有其他图像进行匹配来完成,但我有一个巨大的数据集,我无法与所有其他图像匹配。 尝试数据集中的所有图像需要太多时间:)

任何 SDK 都可以使用吗? (它甚至可以用于手机或台式机)。 或者我可以使用一些多种算法吗?

我发现一篇关于 SIGMA 算法的有趣论文,但我找不到这些算法的任何描述 (http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=5495345)。

我认为检测图像上的特征是可以的(SIFT,也许是 SURF)。 但我认为问题在于大量已知图像/徽标。 我认为它应该以特殊的方式存储。 前任。以某种方式从数千个已知徽标中制作了一棵树,或者将它们分组。

这个任务可以做吗?

感谢您的帮助。

【问题讨论】:

    标签: image algorithm augmented-reality feature-detection


    【解决方案1】:

    数以千计的训练集仅对测试您的算法有用,对分析新图像没有帮助。

    我过去做了一点模式识别,我会这样开始:寻找锐利的边缘(锐利的颜色过渡)。因此,对所有位于同一角落的特征进行边缘过滤和统计分析。算法的结果将是您将用于训练集的数字。

    既然您正在做原创研究,请做好长期工作的准备。如果还存在具有“ImageHasLogo()”函数的 SDK,您可以在 Google 上找到它。

    【讨论】:

    • 千张图片包含一整套已知的不同徽标,不仅用于测试。这是为了训练程序了解数千种徽标类型、形状、边缘,这些不会用于测试。感谢您的回答。我会寻找更多的可能性。
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2023-04-02
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2014-09-04
    • 1970-01-01
    相关资源
    最近更新 更多