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@)
