如何从图像中识别特定的物理对象？答案

【问题标题】：How can I recognize a specific physical object from an image?如何从图像中识别特定的物理对象？
【发布时间】：2013-03-16 01:50:38
【问题描述】：

我的目标是让使用手机的人为我们大学校园内的当地地标（建筑物或其他（例如凉亭、雕像等））拍照，并能够识别地标并告诉他们它是什么。

例如，他们四处走动，看到一座带有金属圆顶的大型建筑。他们不知道那是什么，但看起来很有趣，所以他们拍了张照片，应用告诉他们这是篮球中心（以及其他相关信息）。

我在这个特定领域的有限知识使我想到使用神经网络并训练程序来识别特定地点。如果是这种情况，也请给我这个选项的资源，因为我对 NN 的了解程度是，如果他们受过训练，它们可以用来识别事物。 :)

我知道 OpenCV 库，但由于我不是 C 开发人员，我想知道在开始之前我是否需要走这条路。我主要使用 Java 工作，但我并不反对自己动手。

谢谢！

【问题讨论】：

我突然想到，另一种解决方案是跟踪手机的 GPS 以了解他们在校园内的位置。如果手机也给我定向数据，我通常会知道他们在看什么，而无需处理图像。关于哪个选项更好的任何想法？
你的第二个要容易得多。
我同意：第二个想法可能会关闭 GPS 派生的位置和图像，即使没有相机方向数据。神经网络是一种选择，但还有很多其他选择（朴素贝叶斯、树归纳、SVM 等）。仅使用位置数据，您甚至可以生成一组附近地标的图像供用户选择。（一个地方可以有多少个？）

标签： image-processing image-recognition

【解决方案1】：

这是对您最初的问题的回应。最好的资源是 O'Reilly 的书 Learning OpenCV

您可以免费阅读 Google 书籍上的内容，它使用 C 和 OpenCV。您可以使用 python 或 Java 来适应您的工作。

OpenCV 库包括 haar 训练和用于训练其进行面部/文本识别的示例程序。在那之后，您基本上必须弄清楚事情。我刚刚偶然发现的另一个有用资源是 Intel 的用于 OpenCV 的 reference manual。所以，祝你好运！

【讨论】：

【解决方案2】：

使用第二种方法要容易得多，因为您知道 GPS 坐标的位置，并且知道您面对的方向（因为大多数移动设备都集成了指南针和加速度计）。这已经被几个增强现实浏览器使用了——如果你使用 Android，你可能想看看“Layar”......

更用户友好的方式是通过摄影，因为并非每部手机都有 GPS，而且他们总是需要先打开它...

首先，您需要了解建筑物最显着的结构和特征。 OpenCV 有一些方法。特征提取是图像处理中的一个大课题。您可能应该提取图像上的边缘，提取突出的特征/点并将其与您拥有的所有建筑物的特征数据库进行比较。

您可以使用神经网络进行训练，但您仍然需要大量参考图片来从中提取数据以获取学习过程。

（为了与其他对象的整个数据库进行比较，您甚至可能想查看服务器端计算，而不是在手机上进行所有这些操作）

希望对您有所帮助...

【讨论】：

【解决方案3】：

对于计算机视觉经验很少的人来说，将其作为计算机视觉任务来执行是非常困难的 - 10 年前，这是一个完全未解决的问题。但为了让您开始：

神经网络（或者正确地说，具有反向传播式训练的 NN）已经相当老了，不再是首选方法。随机森林很受欢迎，主要是因为它们非常灵活，相当容易实现，并且平均性能不比其他分类方法差。 Criminisi et al 2011 是标准论文。 http://research.microsoft.com/pubs/155552/decisionForests_MSR_TR_2011_114.pdf

上次我查阅文献时（现在是几年前）似乎有两个不错的首选图像特征。 SIFT 或稀疏 Haar 小波。

查看 Criminisi 等人 2008 (http://research.microsoft.com/pubs/72423/Criminisi_bmvc2008.pdf) 的随机森林和基于 Haar 小波的对象识别系统。

Fergus 等人的另一种方法。 2007 年，(http://cs.nyu.edu/~fergus/papers/fergus_ijcv.pdf) 使用了一个简单的图像补丁模型，该模型使用贝叶斯网络捆绑在一起。

OpenCV 可能是开始查找现有代码的好地方。 Matlab 还声称对这些任务有很好的支持。

【讨论】：