找到角度形式的图像集

Question

我有2000张平面图像，类似于下图。平面在每个图像上都有不同的角度。图像大小为512x512，并且每个图像始终是同一平面。

我的目标是找到不在测试集中的图像角度。

到目前为止，我试过了：

• 哈里斯角落检测，但在每一张图片中，哈里斯给我的不同 点数量，位置非常相似的图像事件。
• Hough Lines变换以找到最长的线并获得与X轴的倾斜。
• Corelation - 这种方法效果最好，但需要很长时间，而且天使只是粗糙。
• 神经网络
  • 从哈里斯点和霍夫线上训练图像的背部变形，但没有任何成功。

我是STP文件中的3D对象，但我不知道如何使用它来解决我的问题。 得到任何方法，文章或例子都会很好。

Answer 1

根据我的经验，convolutional neural network（CNN）会在这里为您提供很多帮助。在检测角度方面表现非常出色。

但问题在于，取决于您如何定义输出和层数（不超过三个应该足够），培训可能非常昂贵。例如，您可以have one single output可以给出一个表示角度的实数。训练这应该是昂贵的，但在CNN中是正常的。但是，如果你想要have 360 outputs（360度系统中每个角度一个），那么训练将是一次非常痛苦和令人不快的长期体验;表现可能更好，但不是很明显。

（我想首先将此作为对您问题的评论，但我还没有足够的声誉做到这一点，抱歉。）