自然图像中的标志检测/识别

给定标志图像作为参考图像，如何检测/识别它在杂乱的自然图像？自然图像中的标志检测/识别

图片中的图案可能很小，可能会出现在衣服，帽子，鞋子，背景墙等。我已经试过匹配的SIFT特征，没有任何其他预处理，结果对于其中图像中的标志大小很大，标志清晰。但是，对于场景非常混乱的情况以及与整个图像相比，标志尺寸的比例非常小的情况，它失败了。看起来SIFT特征对透视失真很敏感。

任何人都知道一些更好的功能或自然图像识别标志的想法？例如，首先训练分类器以定位候选区域，然后直接应用SIFT匹配以进一步识别。但是，训练模型需要很多数据，特别是需要在图像中手动注释徽标区域，如果我想将其应用于新徽标，则需要重新训练（需要收集和注释新图像）。

那么，对此有何建议？详细的工作流程/代码/参考将非常感谢，谢谢！

2014-11-25 Fiong

这段代码需要实时运行？ – shoham 2014-11-25 06:12:00

不必是实时的，但速度也是一个重要因素。给定一个徽标图像，我想在数据库中找到包含该引用徽标的所有图像。 – Fiong 2014-11-25 07:19:30

你应该看看这个[回答]（http://stackoverflow.com/a/14137570/1688185），它对应于真实图像中的标识检测/识别的* Bundle min-Hashing *方法。 – deltheil 2014-11-25 08:45:51

从形状匹配到哈尔分类器有很多算法。最好的算法很大程度上取决于标志的种类。

如果你想继续使用特性注册，我建议：

2014-11-25 15:15:24 minorlogic

谢谢！ ASIFT似乎比SIFT更强大。 – Fiong 2014-11-27 06:44:56

“使用许多模板图像进行参考特征提取”，如何使用差异模板中的这些特征？将它们组合在一起（即平均？）？ – Fiong 2014-12-24 04:04:40

回答