如何设计近似解算法

Question

我想编写一种算法，可以拍摄一部分照片并将它们与同一物体的另一张照片匹配。

例如，如果我给计算机一张花瓶的图片和一个带有花瓶的场景图片，我希望它能确定花瓶在图像中的位置。 我将如何开始开发这样的算法？

此算法的最终用法将是一个应用程序，例如用某人的脸部图片可以判断他们是否在一群人中。该算法最终将应用于视频流。

编辑：我不期待这个问题的实际解决方案，因为我不希望很快解决它。真正的问题是你如何将这样的东西定义为计算机，以便你可以制定算法来实现它。

由于

Answer 1

我的一位前任老师写了一篇关于类似问题的博士论文，除了他的输入是一个详细的3D模型，他将用它在2D图像中找到该对象。这是一个非常重要的问题，没有单一的“答案”，当然也没有什么能适合Stack Overflow格式。

我的最佳答案：收集大量资金并聘请经验丰富的程序员。

祝你好运。

Answer 2

简单的答案是，找到一种描述面孔的数学方法，可以解释角度和部分缺失数据，然后改进和教授它。

显然苹果已经做了类似的事情，然而，它仍然会犯错误，并且必须在向前推进时进行教学。

我希望它能更多地关于数学，而不是编程。

Answer 3

您描述的第一个问题和第二个问题都是完全不同的。

每个主要部分都由numerous机器视觉库解决。您可能需要多种技术组合才能在任一任务中取得任何成功。

在第一个中，你需要一些通常识别物体的东西。可能我会同时使用多种算法来识别模型图像中的前景对象，然后对分割的目标图像进行某种加权比较。

在第二种情况下，检查面部相对于上面的一般识别器来说是一个更加困难的问题。面孔看起来都一样，或者差不多。一般识别者会注意到的事情不太可能有利于区分面孔。您需要一种已经调整为面部识别的算法。幸运的是，这是一个快速成熟的领域，你可以做到这一点和第一种情况，但有一组不同的功能。

Answer 4

我认为你会发现这是一个非常大的挑战。这是一个极其困难的问题，并且是属于人工智能（AI）领域的许多计算领域之一。面部识别肯定是这个问题最受欢迎的变种，尽管你可能在媒体上看到了什么，但任何声称的成功都不是它们的成就。我认为最接近的解决方案涉及神经网络，它们通常需要非常清晰和精心挑选的图像。

你可以尝试阅读here。祝你好运！