未知设置中已知图像的图像识别

Question

想象一下，我有一个包含10,000个详细图像（例如照片）的图像数据库，我想在另一个设置中识别它们，例如在墙上框架，或者作为公共汽车站的海报，所以不是确切的图像，但打印出来然后可能有眩光或不同角度和另一个图像。

我可以在不同的设置中制作一个图像的训练集（挂在墙上，在公共汽车站）但是我有太多的图像要为每个图像手动完成。

我可以想到一种方法，我创建一个计算机程序，在不同的位置插入图像，并将其用作训练集（例如，10,000个图像乘以X个位置/设置），但这将是一个非常大的训练集。

如果没有针对每张图片的特定训练集，还有其他方法吗？理想情况下，一旦模型被训练，我可以给它图像10,001，它将在各种设置中识别它。

Answer 1

这通常通过基于特征的方法（如SIFT，SURF等）来完成。这些方法创建的图像描述符对各种失真非常稳健，不需要培训。

但请注意，对于10K图像，您的里程可能会有所不同 结果取决于看不见的图像的分辨率，每个10K图像中的实际图像特征量以及它们彼此之间的相似程度。