ใช้ AI หรือ Neural Network สำหรับตรวจจับโลโก้

ฉันพยายามตรวจสอบโลโก้ช่องทีวีในไฟล์วิดีโอดังนั้นเพียงแค่ใส่.mp4วิดีโอตรวจสอบว่ามีโลโก้นั้นอยู่ในเฟรมที่ระบุหรือพูดว่าเฟรมแรกหรือไม่

เรามีโลโก้นั้นล่วงหน้า (แม้ว่าอาจจะไม่ใช่ขนาดเดียวกัน 100%) และตำแหน่งจะถูกแก้ไขเสมอ

ฉันมีวิธีการจับคู่รูปแบบอยู่แล้ว แต่ต้องใช้รูปแบบเป็น 100% ขนาดเดียวกัน ฉันต้องการใช้ Deep Learning และ Neural Network เพื่อให้บรรลุเป้าหมายนั้น ฉันจะทำสิ่งนั้นได้อย่างไร ฉันเชื่อว่า CNN สามารถมีประสิทธิภาพที่สูงขึ้นได้หรือไม่

ในการรับรู้ภาพคุณต้องหาวิธีในการแสดงภาพด้วยคุณสมบัติบางอย่าง

หนึ่งในคุณสมบัติที่กำหนดของอัลกอริทึมการรู้จำภาพที่ดีคือความสามารถในการตรวจจับพื้นที่ที่มีความสำคัญนั่นคือพื้นที่ที่มีข้อมูลมากที่สุด

มีความสนใจอย่างมากในการเรียนรู้อย่างลึกซึ้งสำหรับการจัดหมวดหมู่ภาพตามเนื้อหาในขณะนี้ คุณสามารถบรรลุผลลัพธ์ที่น่าพึงพอใจโดยการเรียนรู้อย่างลึกล้ำโดยมีซีเอ็นเอ็นสามชั้นขึ้นไปซึ่งแต่ละเลเยอร์มีหน้าที่ในการแยกหนึ่งหรือมากกว่าหนึ่งคุณลักษณะของภาพ

เนื่องจากมันเป็นอินพุตวิดีโอและโลโก้มักจะอยู่กับที่เพราะมันอยู่เหนือเฟรมสดหรือเฟรมที่บันทึกโดยฮาร์ดแวร์หรือซอฟต์แวร์งานจึงไม่ยาก โลโก้มักจะมีจานสี จำกัด และขอบที่คมชัด คุณสมบัติของแบบอักษรของพวกเขาเมื่อพวกเขาสะกดคำหรือคำย่อมักจะสอดคล้องกันเกินไป เหล่านี้เป็นลักษณะทั่วไปที่สามารถใช้ประโยชน์ในการเรียนรู้ลึก

เช่นเดียวกับคำถามอื่น ๆ ที่คล้ายกันซึ่งโพสต์โดยผู้เขียนคนนี้การฝึกผสมกันของเลเยอร์ LSTM และ CNN เพื่อค้นหาและแยกโลโก้ ด้วยเทคนิคภาพบางอย่างภาพด้านหลังโลโก้สามารถสร้างขึ้นใหม่ได้ด้วยความแม่นยำและความน่าเชื่อถือที่สมเหตุสมผลจากพิกเซลรอบ ๆ โลโก้ผ่านชุดเทคนิคการเรียนรู้ที่คล้ายกัน

นี่เป็นจุดเริ่มต้นสำหรับการพัฒนา

• การเรียนรู้อย่างลึกซึ้งเพื่อการจดจำโลโก้ - ห้องปฏิบัติการเกี่ยวกับภาพและการมองเห็น
• การตรวจจับโลโก้โดยใช้ YOLOv2 - Akarsh Zingade
• GitHub - satojkovic / DeepLogo: ระบบจดจำโลโก้แบรนด์โดยใช้เครือข่ายประสาทเทียม
• การตรวจจับโลโก้ในรูปภาพโดยใช้ SSD - ต่อวิทยาศาสตร์ข้อมูล
• 1701.02620 - การเรียนรู้อย่างลึกซึ้งเพื่อการจดจำโลโก้