machine-learning - 如何使用计算机视觉来查找图像中的形状？

Question

我有一张简单的照片，可能包含也可能不包含 Logo 图像。我正在尝试确定图片是否包含 Logo 形状。 Logo (带有一些额外功能的矩形形状)可以有各种尺寸，并且可以多次出现。我想使用计算机视觉技术来识别这些 Logo 出现的位置。有人可以指出我可以用来实现这一目标的正确方向(算法、技术吗？)？

我是计算机视觉的新手，所以任何方向都会非常感激。

谢谢!

Answer 1

实际问题

由于您需要一个尺度不变的方法(这是“可能具有各种大小”的正确行话)SIFT(如 Logo recognition in images 中提到的，感谢重写器!)是一个很好的首选，它现在非常流行，并且值得一试。您可以找到here一些要下载的代码。如果您不会使用 Matlab，您可能应该使用 OpenCV。即使您由于某种原因最终放弃了 SIFT，尝试让它发挥作用也会教会您一些有关对象识别的重要知识。

一般描述和术语

本节主要是通过描述一类广泛的对象检测方法来向您介绍一些重要的流行语，以便您可以去查找这些内容。重要提示:还有许多其他方法不属于此类。我们将此类称为“基于特征的检测”。

首先，您要在图像中查找特征。这些是图像的特征点(角点和线交叉点就是很好的例子)，它们具有很多不变性:无论您对图像进行什么合理的处理(缩放、旋转、亮度变化、添加一点)噪声等)不会改变某个点存在角点的事实。 “像素值”或“垂直线”是不好的特征。有时，除了位置之外，特征还会包含一些数字(例如角的突出程度)。

然后进行一些清理，例如删除不够强大的功能。

然后您进入您的数据库。这是你提前构建的东西，通常是通过拍摄几张漂亮干净的图像来查找你想要找到的任何东西，对它们运行特征检测，清理东西，并将它们排列在某种数据结构中以供下一阶段使用 -

查找。您必须从图像中获取大量特征，并尝试将它们与您的数据库进行匹配:它们是否对应于您正在寻找的对象？这是非常重要的，因为从表面上看，您必须考虑您找到的一组特征的所有子集，这是指数级的。因此，有各种智能哈希技术可以做到这一点，例如霍夫变换和几何哈希。

现在您应该进行一些验证。您在图像中发现了一些可疑的地方:它们很可能包含您的对象。通常，您知道对象的假定大小、方向和位置，并且可以使用简单的方法(例如卷积)来检查它是否确实存在。

你最终会得到一堆概率，基本上:对于几个位置，你的物体在那里的可能性有多大。您在这里进行一些异常值检测。如果您预计对象只会出现 1-2 次，您将寻找突出的最大概率，并仅获取这些点。如果您预计会发生很多次(例如对一群人的照片进行人脸检测)，您会寻找概率非常低的结果并丢弃它们。

就这样，你就完成了!