Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/image-processing/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Opencv 从一组图像中匹配一个图像:结合传统的计算机视觉+;深度学习/CNN_Opencv_Image Processing_Neural Network_Computer Vision_Deep Learning - Fatal编程技术网

Opencv 从一组图像中匹配一个图像:结合传统的计算机视觉+;深度学习/CNN

Opencv 从一组图像中匹配一个图像:结合传统的计算机视觉+;深度学习/CNN,opencv,image-processing,neural-network,computer-vision,deep-learning,Opencv,Image Processing,Neural Network,Computer Vision,Deep Learning,在我正在开发的应用程序中,我有大约5000个产品标签图像(每个产品一个标签) 我的应用程序的一个功能是,用户可以使用他的相机拍照,并根据系统注册的产品标签获得可能的匹配 由于最初,我的系统每个产品只有一个样本,我决定采用传统的计算机视觉技术。我通过特征提取和描述符匹配实现了这一点 现在我在考虑如何通过结合CNN或深度学习技术来提高准确性,因为当用户批准匹配时,它会逐渐为产品添加更多的标签样本 有没有可能结合计算机视觉技术和CNN/深度学习技术构建一个混合图像匹配系统 是否已经有类似的服务可用作服

在我正在开发的应用程序中,我有大约5000个产品标签图像(每个产品一个标签)

我的应用程序的一个功能是,用户可以使用他的相机拍照,并根据系统注册的产品标签获得可能的匹配

由于最初,我的系统每个产品只有一个样本,我决定采用传统的计算机视觉技术。我通过特征提取和描述符匹配实现了这一点

现在我在考虑如何通过结合CNN或深度学习技术来提高准确性,因为当用户批准匹配时,它会逐渐为产品添加更多的标签样本

有没有可能结合计算机视觉技术和CNN/深度学习技术构建一个混合图像匹配系统


是否已经有类似的服务可用作服务?

您应该了解有关远程度量学习(DML)的更多信息。互联网上有很多信息,但简单地说:

  • 您必须从基础中获取每个图像的嵌入(矢量表示)(例如,从现代CNN之一的最后一个卷积层获取特征矢量(Inception、VGG、ResNet、DenseNet))
  • 然后,当您获得新图像时,您应该创建当前图像的矢量表示,并找到距离您的基础最近的矢量(例如,通过欧几里德距离)
  • 这个话题很复杂,所以要仔细研究:) 祝你好运