如何比較兩個圖像代表相同的對象，如果對象的圖片屬於兩個不同的來源 - 在OpenCV中？

假設我有從我的移動攝像頭拍攝的汽車圖像，並且我從互聯網上下載了同一輛汽車的另一張圖像。（爲了簡單起見，假設兩張圖像都包含同一輛車的相同側視投影。）如何比較兩個圖像代表相同的對象，如果對象的圖片屬於兩個不同的來源 - 在OpenCV中？

如何檢測兩張圖像是否代表相同的對象，即本例中使用OpenCV的汽車？

我試過模板匹配，功能匹配（ORB）等，但那些不工作，並沒有提供令人滿意的結果。

2017-02-28 Neelesh

你可以把ORB /模板匹配的結果，你試圖瞭解他們爲什麼他們「不工作」或「不提供令人滿意的結果」？ –

考慮接受最好的答案，如果他們有幫助。 – m3h0w

SIFT特徵匹配可能比ORB產生更好的結果。然而，這裏的主要問題是，你只有一種類型的圖像（來自移動照相機和互聯網），如果你有這種車型的大量圖像，那麼你可以使用這些圖像訓練機器學習系統。以後你可以提交一個圖像的汽車到機器學習系統，並且機器學習系統識別它的機會要高得多

從機器學習的角度來看，只使用一個圖像作爲主，與另一個相匹配的情況類似於僅使用一個手寫字母「A」給孩子教字母「A」，並期待他/她識別任何人寫的任何手寫字母「A」

來源

2017-02-28 06:19:05 Totoro

所以，如果我們將汽車的圖像替換爲書的封面，由於書的封面是獨一無二的，並且如果應用相同的過程，您是否有這方面的建議？就像我有Dan Brown的地獄的移動照相機圖像和一個網上下載的圖像一樣。在這種情況下你有什麼建議？ – Neelesh

書籍封面上的文字和插圖組件使它們成爲SIFT功能的更好選擇。圖書封面通常是平面的，所以照片和參考文獻之間的差異可以主要通過仿射變換，噪聲和光照變化來表示。 SIFT在這些條件下工作得很好。我已經嘗試過OpenCV SIFT書本封面示例，僅供測試。工作總體良好。 – Totoro

The paper at http://ai.pku.edu.cn/aiwebsite/research.files/collected%20papers%20-%20others/Book%20Cover%20Identification%20by%20Using%20Four%20Directional%20Features%20Filed.pdf有點舊，但算法應該很容易在OpenCV中實現。 TinEye是一家提供軟件的公司，你也可以看看他們的工作。 – Totoro

想想你怎麼能數學描述汽車的功能，以便每輛車我不同的。也許每輛車都有不同尺寸的車輪？也許從門把手到側窗底部的距離是每輛車的獨特特徵？也許每輛車的前車窗與後車窗寬度的比例是該車的個別特徵？

對這些問題中的任何一個，您都可能無法回答「是」，而且100％有信心。但是，你可以做的是將它們組合成一個多維特徵向量並執行分類。

現在，這裏至關重要的一點是，由於您正在進行手動功能描述，因此您需要關注做出優秀的工作並測試每一步的每一步。例如，您需要設計具有規模和透視不變性的特徵。在這裏，我建議閱讀face detection是如何設計來滿足這一要求的。

機器學習會是一個更好的解決方案嗎？取決於兩件事情。首先，你打算在算法中拋出什麼樣的數據。其次，你可以如何控制這個過程。

今天大多數人都沒有意識到，機器學習對於每一個問題都不是一種神奇的解決方案。它是一種工具，並且每種工具都需要適當的處理來提供結果。如果我要給你建議，我會說你不會很好地處理它。

我的建議：熟悉基本特徵提取和一般圖像處理算法。邊緣檢測（Canny，Sobel），輪廓發現，形狀描述，hough變換，形態學操作，掩蔽等。沒有那些觸手可及的情況下，我會說在這種特殊情況下，即使機器學習也不會救你。

對不起：這裏沒有捷徑。你需要做你的功課，以使這一個工作。但不要讓這嚇倒你。這是一個偉大的項目。祝你好運！

來源

2017-02-28 08:53:21 m3h0w

如何比較兩個圖像代表相同的對象，如果對象的圖片屬於兩個不同的來源 - 在OpenCV中？

回答

相關問題