如何检测照片是否为海报（不真实）？

Question

我有一些来自音乐家网站的 .jpeg。这些图片包括即将到来的演出的海报和乐队照片（乐队在现实生活中的照片）。

这是一个示例海报：

我并不精通任何现代技术或算法（如果它们存在的话？），但这是我认为我可能会寻找的：

• 图片中的文字通常是海报的绝品。
• 可能逼真的照片（即非海报）遵循不同的颜色分布？
• 海报中可能不太可能出现面孔 - 但这是一个相当薄弱的断言。

是否有任何分类算法可以检测图像是否为海报？

Answer 1

您的问题非常广泛。 海报或照片不是明确定义的对象。什么是海报？在现实生活中，海报往往是照片，或者是照片的组合，或者是经过一点修正的照片。

如果我们缩小到您问题的第一部分中提到的范围 - 乐队照片与即将上映的节目海报，那么答案是 - 可能是的（尽管我从未见过有人这样做）。当您正在寻找二元分类器时，我建议您采用一些机器学习模型（朴素贝叶斯应该就足够了，但如果您想使用更复杂的功能，请尝试使用 SVM、ELM 或一些随机森林/决策树）并应用它编码在向量中的数据包含：

二进制特征：

• “图片上有文字吗？” - 您将需要外部文本检测算法
• “图片上是否有数字” - 事件应该有日期
• “图片上有日期吗”
• “图片上有没有人脸”

使用朴素贝叶斯将构建条件概率P(poster|there is a word)、P(poster|there is a number) 等，这不仅可以为您提供分类器，还可以了解您的特征有多重要（接近0.5 的概率是一个建议，即一个特定的功能是无用的）。

我不会使用直方图等，因为可能的照片范围很广，照片会话样式等。除非您愿意创建非常大的训练集。

如果这还不够，您可以将这些更改为更复杂的特征，并使用比朴素贝叶斯更强大的分类器。

复杂功能：

• 图片上有多少字？
• 图片上有多少个数字？
• 图片上有多少个日期？
• 图片上有多少张面孔？
• 图像直方图

最后一个选项，如果一切都失败了，您可以尝试训练一些现代模型，例如原始图像上的 Deep Belief Network。这需要强大的计算能力，但结果对科学界也非常有价值。