Я создал небольшое приложение SIFT, которое захватывает ключевые точки и сохраняет их в текстовом файле.Я использую это, чтобы получить информацию от логотипа (скажем, AT & T) и использовать его для сравнения с другими изображениями с этим логотипом.Проблема в том, что многие мои изображения имеют варианты логотипа, которые из-за масштабирования, поворота или освещения не поднимают его.Мне было интересно, можно ли было получить набор изображений, захватить его ключевые точки и запустить его через какой-то алгоритм обучения для улучшения обнаружения.
Я искал в Интернете способы обучения ключевых точек SIFT, но все они в какой-то phd-статье, посвященной всем этим математическим алгоритмам, которые, честно говоря, отбрасывают меня, потому что я какое-то время не учился на уроках математики.
Если у кого-то есть какие-либо советыили ссылки, чтобы можно было понять, как работает обучение или что нужно сделать для его реализации, пожалуйста, дайте мне знать.Или, если у кого-то есть более простые способы сделать это без SIFT, я был бы очень признателен за другие формы обнаружения.Ниже приведен список того, что я пробовал:
- SURF
- Ошибка при возвращении неверных результатов
- Характеристики Хаара с Adaboosting
- Не удалось, так как я начал тренировать 100 положительных моделей с 100 отрицательными изображениями 7/11/2011, и он все еще работает с 19.07.2011
- Соответствие шаблонамс различными преобразованиями одного и того же логотипа с пороговым значением и без него
- Не удалось, так как мне пришлось бы экспоненциально создавать логотипы на основе количества раз, которое он не смог обнаружить на изображении
Заранее спасибо