首先，感谢您阅读我的问题。我是计算机视觉的初学者。
我读了很多，但我找不到任何解决方案。
我有一张图片，我想检测它上面的徽标/徽标。 此外，我有一整套带有不同徽标的图像，所有图像都包含徽标，仅此而已。
当我有一整套（数千个）训练集（已知标识设置）时，您能否帮我理解如何检测图像上的徽标/徽标？
可以通过使用SURF或SIFT特征检测算法来完成几个已知的徽标，通过将给定的图像与所有其他图像匹配，但我有一个巨大的数据集，我无法与所有其他图像匹配。 要尝试数据集中的所有图像需要太多时间：）
任何SDK都有用吗？ （它甚至可以用于手机或桌面）。 或者我可以使用一些多种算法吗？
我用SIGMA算法找到了一篇关于这个问题的有趣论文，但我找不到这些算法的任何描述（http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=5495345）。
我认为检测图像上的功能是可以的（SIFT，也许是SURF）。 但我认为问题在于大量已知图像/徽标。 我认为它应该以特殊的方式存储。 防爆。从一千个已知的标志中以某种方式制作了一棵树，或者将它们分组。
是否可以执行此任务？
我感谢任何帮助。
答案 0 :(得分：1)
成千上万的训练集仅用于测试您的算法，它无助于分析新图像。
我过去做过一些模式识别，我会这样开始：寻找锐利的边缘（颜色过渡也很明显）。所以边缘滤波器和关于特征的统计分析都位于同一个角落。算法的结果将是您将在训练集中使用的数字。
因为你正在进行原始研究，需要做好长时间的准备。如果存在具有“ImageHasLogo（）”功能的SDK，您将在Google上找到它。