Как разработать алгоритм приближенного решения

Question

Я хочу написать алгоритм, который может принимать части изображения и сопоставлять их с другим изображением того же объекта.

Например, если бы я дал компьютеру изображение вазы и изображение сцены с вазой в нем, я бы ожидал, что он определит, где на изображении ваза. Как бы я начал разрабатывать такой алгоритм?

Окончательное использование этого алгоритма будет приложением, которое, например, с изображением лица кого-то, может определить, были ли они в толпе людей. Этот алгоритм в конечном итоге будет применен к видеопотокам.

Редактировать: Я не ожидаю реального решения этой проблемы, так как я не надеюсь на это в ближайшее время. Реальный вопрос заключался в том, как вы определяете что-то подобное на компьютере, чтобы вы могли сделать алгоритм для этого.

Благодаря

Answer 1

Первая проблема, которую вы описываете, а вторая - совсем другие.

Основная часть каждого решена с помощью доступных библиотек машинного зрения numerous. Вам может потребоваться сочетание методов для достижения любого успеха в любой задаче.

В первом случае вам понадобится то, что в целом распознает объекты. Вероятно, я бы использовал ряд алгоритмов, чтобы идентифицировать объект переднего плана в образце модели, а затем сделать какое-то взвешенное сравнение разбитого целевого изображения.

Во втором случае рассматриваемые лица являются гораздо более сложной проблемой относительно общего распознавателя выше. Лица все выглядят одинаково или почти так.То, что заметил бы обычный распознаватель, вряд ли будет полезно для дифференциации лиц. Вам нужен алгоритм, уже настроенный на распознавание лица. К счастью, это быстро развивающаяся область, и вы, вероятно, можете сделать это, как и в первом случае, но с другим набором функций.

Answer 2

Бывший мой учитель написал докторскую диссертацию на подобного рода проблемы, за исключением его вклад был подробный 3D модель чего-то, что он будет использовать, чтобы найти этот объект в 2D-изображений. Это ОЧЕНЬ нетривиальная проблема, нет единого «ответа», конечно, ничего, что бы соответствовало формату переполнения стека.

Мой лучший ответ: собрать тонну денег и нанять опытного программиста.

Удачи вам.

Answer 3

Я думаю, вы обнаружите, что это довольно сложная задача. Это чрезвычайно сложная проблема и является одной из многих областей вычислений, которые попадают под сферу искусственного интеллекта (AI). Признание лица, безусловно, будет самым популярным вариантом этой проблемы, и, несмотря на то, что вы можете читать в средствах массовой информации, любой заявленный успех не является тем, что они делают. Я думаю, что самые близкие решения связаны с нейронными сетями, и они требуют очень четких и тщательно отобранных изображений.

Вы можете попробовать прочитать here. Удачи!

Answer 4

Простой ответ: найти математический способ описания лиц, которые могут учитывать углы и частичные отсутствующие данные, а затем уточнять и учить его.

Очевидно, что яблоко сделало что-то подобное, однако оно по-прежнему совершает ошибки и должно преподаваться, когда оно движется вперед.

Я ожидаю, что это будет больше о математике, чем о программировании.