【问题标题】:Object detection using a single almost identical reference image使用单个几乎相同的参考图像进行对象检测
【发布时间】:2018-07-10 12:25:21
【问题描述】:

我想了解有哪些解决方案可以在图片或增强现实环境中使用几乎相同的单个参考图像进行对象检测。

更具体地说:我想检测平面(即二维)和主要是矩形的物体。我有一个数据库,其中包含要检测的对象的“完美”参考图像(高质量、完整的正面、准确的颜色、无改动等),但我可能对每个对象只有一个参考。 我说的是标志、名画和扑克牌等事物,因此参考将具有与对象完全相同的内容、形状和比例。据我了解,对象和参考之间的唯一区别可能是透视和照明条件的差异。让我们假设这些都不是非常极端的(例如,没有锐角或彩色光)。

我知道图像识别和对象检测通常需要许多训练图像,但考虑到这些简化的条件,有没有办法让它处理一张或几张图像(或通过转换一张图像来创建多张)?

我查看了这里和其他地方,到目前为止,我发现的唯一内容是这个 Vuforia SDK 示例:https://www.youtube.com/watch?v=MtiUx_szKbI&t=1m10s。纸牌游戏中的一张纸牌图像显然足以创建叠加层,所以我认为有办法。这不是我的专业领域,所以我希望你们能帮助我:)

【问题讨论】:

    标签: computer-vision augmented-reality object-detection image-recognition


    【解决方案1】:

    如果没有透视失真,您可以使用简单的归一化互相关。但既然有,你可能想使用 SURF。使用 SURF 在世界图像中查找参考图像的基本算法是:

    • 在两个图像中查找关键点,例如角点。
    • 描述每个关键点的局部纹理。
    • 使用这些描述符来匹配图像之间的关键点。如果有很多匹配项,并且几何形状一致,那么您可能已经找到了您的对象。

    查看本教程,它将引导您完成该操作:http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_feature2d/py_feature_homography/py_feature_homography.html#feature-homography

    【讨论】:

      猜你喜欢
      • 2020-05-04
      • 2021-12-31
      • 2023-02-20
      • 1970-01-01
      • 2019-06-09
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2022-07-13
      相关资源
      最近更新 更多