Image processing 如何从图像中识别特定的物理对象？

我的目标是让一个人用手机拍下我们大学校园内当地标志性建筑或露台、雕像等的照片，并能够识别标志性建筑并告诉他们它是什么

例如，他们在四处走动，他们看到一座带有金属圆顶的大型建筑。他们不知道它是什么，但看起来很有趣，所以他们抓拍了一张照片，应用程序告诉他们这是篮球中心和其他相关信息

我在这一特定领域的有限知识使我想到使用神经网络和训练程序来识别特定的地方。如果是这种情况，请也为我提供此选项的资源，因为我对NN的了解程度是，如果他们经过培训，他们可以用来识别事物

我知道OpenCV库，但由于我不是C开发人员，我想知道在开始之前是否需要走这条路。我主要在Java工作，但我不反对弄脏我的手

---

谢谢

这是对您最初问题的回答。 最好的资源是奥莱利的书

你可以在GoogleBooks上免费阅读，它使用C和OpenCV。您可以使用python或Java来适应您的工作

OpenCV库包括haar训练和用于人脸/文本识别的训练样本程序。在那之后，你基本上要把事情弄清楚。 我刚刚偶然发现的另一个有用的资源是英特尔的OpenCV。

---

所以，祝你好运

这是对您最初问题的回答。 最好的资源是奥莱利的书

你可以在GoogleBooks上免费阅读，它使用C和OpenCV。您可以使用python或Java来适应您的工作

OpenCV库包括haar训练和用于人脸/文本识别的训练样本程序。在那之后，你基本上要把事情弄清楚。 我刚刚偶然发现的另一个有用的资源是英特尔的OpenCV。

---

所以，祝你好运

使用第二种方法要简单得多，因为你知道GPS坐标的位置，也知道你面对的方向，因为大多数移动设备都有一个集成的指南针和加速计。这已经被几个增强现实浏览器使用了-如果你使用Android，你可能想看看Layar

更方便用户的方式是通过摄影，因为不是每部手机都有GPS，他们总是需要先打开它

首先，你需要了解建筑物最显著的结构和特征。OpenCV有一些方法可以实现这一点。特征提取是图像处理中的一个重要课题。您可能应该提取图像上的边缘，提取突出的特征/点，并将其与所有建筑物的特征数据库进行比较

你可以使用神经网络进行训练，但你仍然需要大量的参考图片来提取数据以获得学习过程

为了与其他对象的整个数据库进行比较，您甚至可能希望查看服务器端计算，而不是在电话上进行所有这些操作

---

希望这会有帮助……

使用第二种方法会容易得多，因为你知道GPS坐标的位置，你知道你面对的方向，因为大多数移动设备都有一个集成的指南针和加速计。这已经被几个增强现实浏览器使用了-如果你使用Android，你可能想看看Layar

更方便用户的方式是通过摄影，因为不是每部手机都有GPS，他们总是需要先打开它

首先，你需要了解建筑物最显著的结构和特征。OpenCV有一些方法可以实现这一点。特征提取是图像处理中的一个重要课题。您可能应该提取图像上的边缘，提取突出的特征/点，并将其与所有建筑物的特征数据库进行比较

你可以使用神经网络进行训练，但你仍然需要大量的参考图片来提取数据以获得学习过程

为了与其他对象的整个数据库进行比较，您甚至可能希望查看服务器端计算，而不是在电话上进行所有这些操作

---

希望这有助于……

对于一个没有计算机视觉经验的人来说，作为一项计算机视觉任务来做这件事是非常困难的——10年前，这是一个完全没有解决的问题。但是为了让你开始：

神经网络或神经网络与反向传播式训练是相当古老的帽子，不再是方法的选择。随机林很受欢迎，主要是因为它们非常灵活，易于实现，并且平均没有比其他分类方法更差的性能。Criminisi等人2011年是标准论文

几年前我上一次查阅文献，现在似乎有 是图像特征的两个很好的首选。筛选或稀疏Haar小波

请看Criminisi等人2008年关于基于随机森林和Haar小波的对象识别系统的介绍

Fergus等人2007年提出的另一种方法使用一个简单的图像补丁模型，该模型使用贝叶斯网络连接在一起

---

OpenCV可能是开始查找现有代码的最佳场所。Matlab也声称对这些任务有很好的支持。

对于没有计算机视觉经验的人来说，将其作为计算机视觉任务来完成是非常困难的——10年前，这是一个完全没有解决的问题。但是为了让你开始：

神经网络或神经网络与反向传播式训练是相当古老的帽子，不再是方法的选择。随机林很受欢迎，主要是因为它们非常灵活，易于实现，并且平均没有比其他分类方法更差的性能。Criminisi等人2011年是标准论文

上一次我在几年前查阅文献时，现在似乎有两个很好的图像特征的首选。筛选或稀疏Haar小波

请看Criminisi等人2008年关于基于随机森林和Haar小波的对象识别系统的介绍

Fergus等人2007年提出的另一种方法使用一个简单的图像补丁模型，该模型使用贝叶斯网络连接在一起

---

OpenCV可能是开始查找现有代码的最佳场所。Matlab也声称对这些任务有很好的支持。

我刚刚想到，另一种解决方案是跟踪手机的GPS，以了解它们在校园的位置。如果手机也给我方向数据，我就可以知道他们在看什么，而不需要处理图像。你认为哪种方法更好吗？你的第二种方法要简单得多。我同意：第二种方法可能会在没有摄像机方向数据的情况下，输入GPS衍生的位置和图像。神经网络是一种选择，但也有很多其他选择——朴素贝叶斯、树归纳、支持向量机等。。仅使用位置数据，您甚至可以生成一组附近地标的图像供用户选择。一个地方可以有多少个？我刚刚想到，解决这个问题的另一个办法是跟踪手机的GPS，知道它们在校园里的位置。如果手机也给我方向数据，我就可以知道他们在看什么，而不需要处理图像。你认为哪种方法更好吗？你的第二种方法要简单得多。我同意：第二种方法可能会在没有摄像机方向数据的情况下，输入GPS衍生的位置和图像。神经网络是一种选择，但也有很多其他选择——朴素贝叶斯、树归纳、支持向量机等。。仅使用位置数据，您甚至可以生成一组附近地标的图像供用户选择。一个地方能有多少人？