machine-learning - 图像中的 Logo 识别

Question

有谁知道最近在图像中的 Logo 识别方面所做的学术工作吗？ 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“ Logo 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。

更新: 请引用算法方面(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。

Answer 1

您可以尝试在此处使用 SIFT 等本地功能: http://en.wikipedia.org/wiki/Scale-invariant_feature_transform

它应该可以工作，因为 Logo 形状通常是恒定的，因此提取的特征应该很好匹配。

工作流程如下:

1. 检测角点(例如 Harris 角点检测器)- 对于 Nike Logo ，它们是两个尖锐的末端。

2. 计算描述符(如 SIFT - 128D 整数向量)

3. 在训练阶段记住它们；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，您得到了一组匹配项(其中一些可能是错误的)。

4. 使用 RANSAC 排除错误的匹配。因此，您将获得描述从理想 Logo 图像到您找到 Logo 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 的书中有一章 (4.1) 介绍了本地特色。 http://research.microsoft.com/en-us/um/people/szeliski/Book/

附注

1. 我假设您想在照片中查找 Logo ，例如查找所有百事可乐广告牌，因此它们可能会被扭曲。如果您需要在屏幕上找到电视 channel Logo (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)。

2. 传统的 SIFT 不考虑颜色信息。由于 Logo 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。