2016-11-28 4 views
0

私は同じオブジェクトを複数の角度で撮影し、そのようなオブジェクトが多数あります。私はランダムな角度で撮影されたテスト画像を、後でそれらの画像と一致させることによって、背景が類似している特定のオブジェクトに一致させる必要があります。オブジェクトは建物内の軽い設置物です。同じオブジェクトを別の場所にインストールすることはできますが、背景は異なります。異なる角度で撮影した画像を一致させる方法

私は平均シフトエラー、opencvとStructural Similarity Indexからのテンプレートマッチングを使用しましたが、正確さは劣ります。

はどのように画像の指紋やSIFT/SURFについて

答えて

2

、このような物体認識タスクのための技術の現状は、畳み込みニューラルネットワークですが、あなたはそれを排除する可能性がある、大規模なラベルされたトレーニングセットが必要になります。さもなければSIFT/SURFがあなたが探しているものでしょう。ほとんどの変換に対してかなり堅牢です。

+0

畳み込みニューラルネットワークの場合、1オブジェクトあたり10枚の画像が適切ですか? 私はSIFTとORBで試してみました。角度が違っても良い結果を出しました。 – cbn

+1

10クラスあたりの画像は十分ではない可能性が非常に高いです。私たちが話している次元の印象を見るには、[深畳み込みニューラルネットワークによるImageNet分類](https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-)を見てください。彼らは約1000のクラスのために130万の画像を使いました。あなたがSIFTであなたの目標を達成することができれば、それを求めてみませんか? – molig

0

私はコメントしていますが、rep merpは十分ではありません。私は、SIFTやSRUFと共にフィーチャマッチングを使用することをお勧めします。ホモグラフィ行列を使用すると、オブジェクトが異なる角度になるのを助けることができます。ここでそれを行う方法に関するチュートリアルです:Feature Matching

私はこれが役立ちます。

関連する問題