有谁知道最近在图像中的徽标识别方面所做的学术工作?
请仅在您熟悉该特定主题的情况下回答(我可以自己在 Google 中搜索“徽标识别”,非常感谢)。
任何精通计算机视觉并做过物体识别工作的人也欢迎发表评论。
Update:
请参考算法方面(您认为合适的方法、该领域的论文、它是否应该适用于现实世界的数据(并且已经过测试)、效率考虑),而不是技术方面(使用的编程语言或是否适用)。是用 OpenCV 的……)
图像索引和基于内容的图像检索方面的工作也会有所帮助。
您可以尝试使用 SIFT 等本地功能:http://en.wikipedia.org/wiki/Scale-invariant_feature_transform
它应该有效,因为徽标形状通常是恒定的,因此提取的特征应该很好匹配。
工作流程将是这样的:
检测角点(例如 Harris 角点检测器)- 对于 Nike 徽标,它们是两个尖锐的末端。
计算描述符(如 SIFT - 128D 整数向量)
在训练阶段记住他们;在匹配阶段,为训练期间获得的数据库中的每个特征找到最近邻。最后,你有一组匹配(其中一些可能是错误的)。
使用 RANSAC 排除错误的匹配。因此,您将获得描述从理想徽标图像到您找到徽标的图像的变换的矩阵。根据设置,您可以允许不同类型的变换(仅平移;平移和旋转;仿射变换)。
Szeliski 书中有一章(4.1)介绍了当地特色。http://research.microsoft.com/en-us/um/people/szeliski/Book/
P.S.
我假设您想在照片中查找徽标,例如查找所有百事可乐广告牌,这样它们可能会被扭曲。如果您需要在屏幕上找到电视频道徽标(以便它不会旋转和缩放),您可以更轻松地完成(模式匹配或其他操作)。
传统的 SIFT 不考虑颜色信息。由于徽标通常具有恒定的颜色(尽管确切的颜色取决于闪电和相机),您可能需要以某种方式考虑颜色信息。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)