使用AI或神经网络进行徽标检测

10

我正在尝试检测视频文件中的电视频道徽标，因此只需给定输入.mp4视频，即可检测它是否在特定帧（例如第一帧）中存在该徽标。

我们预先有该徽标（尽管可能不是％100的相同尺寸），并且位置始终是固定的。

我已经有一个基于模式匹配的方法。但这要求图案必须为％100相同大小。我想使用深度学习和神经网络来实现这一目标。我怎样才能做到这一点？相信CNN可以有更高的效率？

neural-networks convolutional-neural-networks pattern-recognition detecting-patterns

— 蒂娜J
source

1

欢迎使用AI！伟大的主题。

— 杜克大学（DukeZhou

1

@DukeZhou Tnx！我希望我可以通过一些示例代码的指针得到正确的答案。

— 蒂娜·J

5

要执行图像识别，您必须找到一种表示具有某些特征的图像的方法。

好的图像识别算法的定义特征之一是它能够检测显着区域，即包含最多信息的区域

目前，针对基于内容的图像分类的深度学习备受关注。通过实施具有三层或更多层CNN的深度学习，您可以取得不错的结果，其中每一层负责提取图像的一个或多个特征。

— 塞思·辛巴（Seth Simba）
source

谢谢。我本人不是CNN家伙。但是，是否有指向提供徽标图像的源代码的指针，它可以检测到它是否存在？

— 蒂娜·J

3

嘿，请查看Satoj Kovic的Github上的DeepLogo。它使用Python编写，并使用CNN识别品牌徽标。我在下面发布了链接。干杯。github.com/satojkovic/DeepLogo

— 塞斯·辛巴

3

因为它是视频输入，并且徽标通常是固定的，因为它们通过硬件或软件在实况或录制的帧上分层放置，因此该任务并不困难。徽标通常还具有有限的调色板和清晰的边缘。当他们拼写单词或首字母缩写词时，字体的特征通常也是一致的。这些是可以在深度学习中利用的一般性。

与该作者发布的其他类似问题一样，可以训练LSTM和CNN层的组合来查找和隔离徽标。通过一些图像技巧，还可以通过一组类似的学习技术从徽标周围的像素以合理的准确性和可靠性来重构徽标后面的图像。

这些是开发的一些起点。

— 道格拉斯·达西斯科（Douglas Daseeco）
source