我一直在嘗試做四周檢測和本地化,我的目標是有一個強大的方法來獲得四角形(矩形)的4個點,所以我可以將投影變換應用於圖像,然後將其附加到源圖像。我已經嘗試了經典的opencv輪廓方法,並且還使用hough變換來查找線條,然後計算交叉點,這兩種方法在將其應用於現實生活圖像時無法使用。 使用卷積神經網絡進行四邊形/矩形檢測的想法
所以我轉向CNN尋求幫助,但目前我還沒有發現任何一個嘗試使用CNN來解決這個簡單的問題。
我的第一次嘗試是使用最先進的物體檢測和定位方法來獲得四邊形的邊界框,這樣我就可以縮小4個點的搜索範圍,然後使用圖像處理&計算機視覺方法來進一步搜索4個點。但在嘗試YOLOv2和Faster-RCNN之後,預測準確性並不理想。
所以我想知道是否有任何想法我可以做到這一點結束,訓練和前饋全部使用單一的神經網絡。它也必須能夠很好地處理遮擋。
目前我的想法是去除fc層並製作一個巨大的激活圖,它具有與第一個輸入圖層相同的寬度和高度(例如448x448),然後優化4個最高度激活的區域,使用argmax得到的位置。但是這種方法只適用於一個四邊形,它也不適用於角落遮擋。
如果有人能提供任何建議,我將不勝感激。非常感謝!
感謝您的回答,您提供的CVPR紙非常有幫助。我發現有人在做[類似的東西](http://fengjian0106.github.io/2017/05/08/Document-Scanning-With-TensorFlow-And-OpenCV/):「商務卡掃描」找到4他們面臨同樣的問題,他們的解決方案是使用截斷的VGG網絡優化邊緣檢測首先,結果是相當不錯的,我應該嘗試新的輪廓方法和新的邊緣方法。 – Eisneim