图像特征识别

Question

我正在寻找执行以下操作的解决方案：

（我的问题的重点是第 2 步。）

1. 房子的照片，包括前院

2. 从图片中提取信息，例如房屋、树木、人行道和汽车的尺寸和位置。此外，房屋、汽车、树木和人行道的纹理和颜色。

3. 使用提取的信息生成模型

如何提取这些信息？

Answer 1

您也可以参考 Tatiana Jaworska 对此的研究。据我了解，这详细说明了至少一种新算法，用于按颜色 (RGB) 进行特征提取（针对屋顶、门等）。更有趣的是，上一个出版物还使用参数化对象在房屋图像中进行识别......这可能是您尝试做的一个非常好的起点。
链接到她的出版物：

• http://www.springerlink.com/content/w518j70542780r34/
• http://portal.acm.org/citation.cfm?id=1578785
• http://www.ibspan.waw.pl/~jaworska/TJ_BOS2010.pdf

Answer 2

是的。您可以从图片中提取这些信息。 1. 您只需使用一些检测算法识别图片中的这些对象。 2. 测量这些对象的尺寸并使用提取的信息生成模型。

Answer 3

其实你想要的目标并不是那么容易实现的。首先，您需要一种很好的方法来确定图像上的内容是什么以及什么是什么。而且根本没有简单的“算法”来检测图像上的房屋/汽车/任何东西。有一些方法可以从图像中分割不同的对象（如汽车），但这些方法通常不起作用。尤其是在房子上，这会很困难，因为每个房子看起来都不一样，而且很难找到一个可靠的衡量标准来表示“这是房子，这不是”......

我是否正确地假设您正在尝试简单地拍摄房屋（带前院）并用它构建一个纹理化的 3D 模型？这是行不通的，因为您需要几张房子的照片来获取墙壁/角落的位置以及 3D 空间中的所有内容（有些方法只尝试使用一张图像进行网格重建，但它们缺乏深度信息并且结果相当差）。因此，如果您想创建 3D 模型，您将需要几张房子不同角度的照片。

有几种不同的方法可以使用这种技术将现实世界的对象重建为三角形网格。

基本上它们是按照原则工作的：

1. 尝试在不同视点的图像中找到对象上相同的点。考虑到您正在拍摄房屋，这可能是显着的结构，例如窗户/门的角落或墙壁/屋顶上的角落或边缘/...
2. 知道您房子的同一点在多张不同照片中的位置，并知道两张照片的相机位置，您可以在 3D 空间中重建该点。
3. 对许多相等的点执行此操作将“授权”您通过对这些点进行三角测量，将房屋的形状重建为 3D 模型。
4. 将图像的一部分作为纹理并将它们映射到生成的模型上也可以，因为您知道什么在哪里。

你应该看看这些论文：

http://www.graphicon.ru/1999/3D%20Reconstruction/Valiev.pdf http://people.csail.mit.edu/wojciech/pubs/LabeledRec.pdf http://people.csail.mit.edu/sparis/publi/2006/oceans/Paris_06_3D_Reconstruction.ppt

第二篇论文甚至有一个完全按照您的目标进行操作的示例，即重建从不同角度拍摄的房屋的纹理 3D 模型。

第三个链接是一个演示文稿，展示了重建的工作原理以及存在的缺点。

所以你应该熟悉这些论文，看看你遇到了什么问题......如果你想自己尝试一下，看看 OpenCV。这个库提供了一些图像特征提取的方法。然后您可以尝试在每个图像中找到显着点并尝试匹配它们。

祝你的项目好运...如果你有问题，请继续询问！

Answer 4

我建议看看这个博客

https://jwork.org/main/node/35

展示了如何使用卷积神经网络识别图像上的某些特征。这个特定的博客讨论了如何从大量随机图像中识别图像上的人脸。您可以调整此示例以使用其他一些图像训练神经网络。请注意，即使在人脸的情况下，识别率也约为 85%，因此，更复杂的对象可能更难识别