查找角度形式的图像集答案

【问题标题】：Find angle form set of images查找角度形式的图像集
【发布时间】：2015-09-18 15:50:14
【问题描述】：

我有 2000 张与下图类似的平面图像。平面在每张图像上都有不同的角度。图像大小为 512x512，每张图像始终是同一平面。

我的目标是找到不在测试集中的图像的角度。

到目前为止我尝试过：

Harris 角点检测，但在每张图像中，Harris 给了我不同的点数，位置非常相似的图像的事件。
霍夫线变换以找到最长的线并获得与 X 轴的倾角。
相关性 - 这种方法效果最好，但需要很长时间，而且天使也很粗糙。
神经网络
- 从哈里斯点和霍夫线变换训练图像的反向传播，但没有任何成功。

我是 STP 文件中的 3D 对象，但我不知道如何使用它来解决我的问题。如果能得到任何关于方法、文章或示例的建议，那就太好了。

【问题讨论】：

总是同一个平面吗？
你说的角度是什么意思？这些图像是从不同的角度拍摄的吗？
@dhanushka 是的，这意味着在某些图片中，您会在其他顶部看到飞机的底部等等。

标签： image-processing neural-network angle

【解决方案1】：

根据我的经验，convolutional neural network (CNN) 将在这里为您提供很大帮助。在检测角度方面的性能将非常出色。

但问题是，根据您定义输出的方式和层数（不超过 3 层就足够了），训练成本可能非常高。例如，您可以have one single output 给您一个表示角度的实数。训练这应该是昂贵的，但在 CNN 中是正常的。但是，如果您说要have 360 outputs（360度系统中每个角度一个），那么培训将是一个非常痛苦和不愉快的长期经历；性能可能会更好，但并不显着。

（我想先写这篇文章作为对您问题的评论，但我还没有足够的声誉来做这件事，抱歉。）

【讨论】：

这听起来对我来说是一大进步。我将尝试实施它。但是，如果输出可以是十进制，我可以使用弧度刻度。我应该使用每个像素作为输入吗？或者 e.i.您认为角点就足够了吗？
好问题。但这就是 CNN 的美妙之处：它会自行学习角是否是检测角度的好特征。 :) 你我都知道，直观地，棱角和线条将有助于估计角度，但 CNN 会了解哪个比另一个更重要，以及它们之间的关系是什么。 CNN（以及一般的深度学习）现在是一个令人兴奋的领域，因为您正在研究的问题是这样的。为了加快速度，我建议您使用 C++ 实现。