2016-11-28 4 views
0

У меня есть несколько изображений одного и того же объекта, сделанных под разными углами, и у них много таких объектов. Мне нужно совместить тестовое изображение, которое берется с произвольным углом позже, относится к определенному объекту со схожим фоном, сопоставляя его с этими изображениями. Объекты - это легкие установки внутри здания. Один и тот же объект может быть установлен в разных местах, но фон отличается.Как совместить изображения, сделанные под разными углами

Я использовал среднюю ошибку сдвига, соответствие шаблону из opencv и индекс структурного сходства, но с меньшей точностью.

Как насчет дактилоскопической изображения или SIFT/SURF

ответ

2

состояние техники для таких задач распознавания объектов сверточных нейронных сетей, но вы будете нуждаться в большой меченого набор обучения, которые могли бы исключить это. В противном случае SIFT/SURF, вероятно, вы ищете. Они довольно устойчивы к большинству преобразований.

+0

10 изображений на один объект для сверточных нейронных сетей? Я пробовал использовать SIFT и ORB, давая хорошие результаты даже под разными углами. – cbn

+1

10 Изображений в классе, скорее всего, недостаточно. Для впечатления о размерах, о которых мы говорим, посмотрите на это: [ImageNet Classification с глубокими сверточными нейронными сетями] (https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-). Они использовали 1,3 миллиона изображений для примерно 1000 классов. Если вы можете достичь своей цели с помощью SIFT, почему бы не пойти на это? – molig

0

Я бы прокомментировал, но не достаточно rep merp .. Я бы предложил использовать сопоставление функций вместе с SIFT или SRUF. Вы могли бы использовать матрицу гомографии, поскольку это помогло бы объекту под разными углами. Вот урок о том, как это сделать: Feature Matching

Надеюсь, это поможет.

Смежные вопросы