Computer vision 使用单个几乎相同的参考图像进行目标检测
我想了解在图片或增强现实设置中使用一张几乎相同的参考图像执行目标检测的解决方案 更具体地说：我想检测平面（即二维）和大部分矩形对象。我有一个数据库，其中包含待检测对象的“完美”参考图像（高质量、全正面、精确的颜色、无变化等），但每个对象可能只有一个参考。 我所说的东西，如标志，名画和扑克牌，所以参考将有完全相同的内容，形状和比例的对象。根据我的理解，对象和参考之间的唯一区别可能是透视和照明条件的差异。让我们假设这些都不是非常极端的（例如，没有锐角或彩色灯光） 我知道图像识别和目标检测通常需要许多训练图像，但考虑到这些简化的条件，有没有一种方法可以让它处理一个或几个图像（或通过变换一个图像来创建多个图像）Computer vision 使用单个几乎相同的参考图像进行目标检测,computer-vision,augmented-reality,object-detection,image-recognition,Computer Vision,Augmented Reality,Object Detection,Image Recognition,我想了解在图片或增强现实设置中使用一张几乎相同的参考图像执行目标检测的解决方案 更具体地说：我想检测平面（即二维）和大部分矩形对象。我有一个数据库，其中包含待检测对象的“完美”参考图像（高质量、全正面、精确的颜色、无变化等），但每个对象可能只有一个参考。 我所说的东西，如标志，名画和扑克牌，所以参考将有完全相同的内容，形状和比例的对象。根据我的理解，对象和参考之间的唯一区别可能是透视和照明条件的差异。让我们假设这些都不是非常极端的（例如，没有锐角或彩色灯光） 我知道图像识别和目标检测通常需要许多
我查看了这里和其他地方，到目前为止，我唯一发现的是Vuforia SDK的示例：。在纸牌游戏中，一张纸牌的图像显然足以创建一个叠加，所以我认为有很多方法。这不是我的专业领域，所以我希望你们能帮助我：）如果没有透视失真，可以使用简单的归一化互相关。但既然有，你可能想使用冲浪。使用SURF在世界图像中查找参考图像的基本算法是：
- 在两幅图像中查找关键点，例如角点
- 描述每个关键点的局部纹理
- 使用这些描述符匹配图像之间的关键点。如果有很多匹配项，并且具有一致的几何体，那么您可能已经找到了您的对象