如何检测照片是否为海报（不现实）？

Question

我有很多来自音乐家网站的.jpeg。这些图像由即将上映的海报和乐队照片（现实生活中乐队的照片）组成。

这是一个示例海报：

我不熟悉任何现代技术或算法（如果它们存在？），但这是我认为我可能会寻找的：

• 图片中的文字通常是海报的遗赠。
• 也许真实的照片（即非海报）遵循不同的颜色分布？
• 海报可能不太可能有面孔 - 但这是一个相当弱的断言。

是否有任何分类算法可以检测图像是否为海报？

Answer 1

你的问题很广泛。 海报或照片不是明确定义的对象。什么是海报？在现实生活中，海报通常是照片，或照片的组合，或者是经过修改的照片。

如果我们缩小到你的问题的第一部分 - 乐队照片与即将到来的节目海报，那么答案是 - 可能是的（即使我从未见过有人这样做）。当您正在寻找二元分类器时，我建议采用一些机器学习模型（Naive Bayes应该足够了，但如果您想使用更复杂的功能，那么请尝试使用SVM，ELM或一些随机森林/决策树）并应用它以包含以下内容的向量编码的数据：

二进制功能：

• “图片上有没有字？” - 您将需要外部文本检测算法
• “图片上有一个数字” - 活动应该有日期
• “图片上有日期”
• “图像上有任何脸”

使用朴素贝叶斯会构建条件特性P(poster|there is a word)，P(poster|there is a number)等等，这不仅会给你一个分类器，而且会对你的特征有多重要的一些见解（概率接近0.5是一个建议，一个特定的功能是无用的）。

由于广泛的可能照片，照片会话风格等，我不会使用直方图等，除非您愿意创建非常大的训练集。

如果这还不够，你可以将它们更改为更复杂的功能，并使用更强大的分类器，然后使用朴素贝叶斯。

复杂功能：

• 图像上有多少个单词？
• 图片上有多少个数字？
• 图片上有多少个日期？
• 图像上有多少张脸？
• 图像直方图

最后一个选择，如果一切都失败了，你可以尝试训练一些现代模型，比如原始图像上的Deep Belief Network。这需要严格的计算能力，但结果对于科学界来说也是非常有价值的。