自然圖像中的標誌檢測/識別

給定標誌圖像作爲參考圖像，如何檢測/識別它在雜亂的自然圖像？自然圖像中的標誌檢測/識別

圖片中的圖案可能很小，可能會出現在衣服，帽子，鞋子，背景牆等。我已經試過匹配的SIFT特徵，沒有任何其他預處理，結果對於其中圖像中的標誌大小很大，標誌清晰。但是，對於場景非常混亂的情況以及與整個圖像相比，標誌尺寸的比例非常小的情況，它失敗了。看起來SIFT特徵對透視失真很敏感。

任何人都知道一些更好的功能或自然圖像識別標誌的想法？例如，首先訓練分類器以定位候選區域，然後直接應用SIFT匹配以進一步識別。但是，訓練模型需要很多數據，特別是需要在圖像中手動註釋徽標區域，如果我想將其應用於新徽標，則需要重新訓練（需要收集和註釋新圖像）。

那麼，對此有何建議？詳細的工作流程/代碼/參考將非常感謝，謝謝！

2014-11-25 Fiong

這段代碼需要實時運行？ – shoham 2014-11-25 06:12:00

不必是實時的，但速度也是一個重要因素。給定一個徽標圖像，我想在數據庫中找到包含該引用徽標的所有圖像。 – Fiong 2014-11-25 07:19:30

你應該看看這個[回答]（http://stackoverflow.com/a/14137570/1688185），它對應於真實圖像中的標識檢測/識別的* Bundle min-Hashing *方法。 – deltheil 2014-11-25 08:45:51

從形狀匹配到哈爾分類器有很多算法。最好的算法很大程度上取決於標誌的種類。

如果你想繼續使用特性註冊，我建議：

2014-11-25 15:15:24 minorlogic

謝謝！ ASIFT似乎比SIFT更強大。 – Fiong 2014-11-27 06:44:56

「使用許多模板圖像進行參考特徵提取」，如何使用差異模板中的這些特徵？將它們組合在一起（即平均？）？ – Fiong 2014-12-24 04:04:40

回答