根据图像中的唯一标识符检测ID

Question

我正在研究一种使用opencv或深度学习从读取图像内容（即该人的穿着）来检测具有特定ID（在呼叫应用程序数据库上）的人的方法。

假设您有一个呼叫应用程序，该应用程序包含一个定期访问商店的注册人员数据库。假设这些人佩戴的徽标带有唯一的视觉标识符（例如条形码，而不是条形码），并且我们的系统希望将其与系统上的关联ID相匹配。

想到的直接解决方案是训练CNN寻找该唯一标识符-如果您必须对10个人甚至20个人进行分类，这很好，但是如果您有100多个具有独特视觉提示的人，那该怎么办。显然，在每个图像上训练网络都无法扩展。

我想知道是否有一个无需深度学习的opencv实现，因为这会使运行时更快

Answer 1

此问题是重新标识。一种方法-暹罗网络。他们经过训练可以在多维空间中生成矢量，这些矢量对于不同的对象彼此远离，而对于相似的对象则彼此靠近。 您可以看到decision from OpenVINO。

Answer 2

您实际上不需要对此进行深度学习，您所拥有的很明显，您将在图像中具有功能，并且需要跟踪视频中的功能。

检查功能检测器，其中一些很好：

• FAST
• SURF
• ORB

如果您查看此图片： 您看到我们可以将书的图像与任何图像匹配，因此我们最终可以对其进行跟踪（这是通过SLAM（同步本地化和映射）或SFM（运动结构）完成的）

由于您关心解决方案的扩展，因此生成功能将是困难的部分，在某些ARUCO库中做得很好的库中，您可以创建易于区分和检测的标签字典：< / p>

还有April Tags，Alvar标签等，每个标签都有其自身的优缺点（特征检测器具有不同的许可模型）。 您还可以创建自己的标记或功能来检测。

我希望这是一个很好的起点！

Answer 3

也许template matching可能很适合吗？