检索结果-内蒙古大学图书馆

作者：夏良富上海交通大学

学位级别：硕士

商标在日常生活中扮演着非常重要的角色。由于不同的商标包含了很多不同的有用信息,所以商标的自动识别在物流运输,广告和电子商务等方面有着广泛的应用前景。在此基础上本文提出了一种有效的自然背景下的商标识别算法。首先,在本文中... 详细信息

商标在日常生活中扮演着非常重要的角色。由于不同的商标包含了很多不同的有用信息,所以商标的自动识别在物流运输,广告和电子商务等方面有着广泛的应用前景。在此基础上本文提出了一种有效的自然背景下的商标识别算法。首先,在本文中列举了商标识别研究领域目前的主要困难之处:1)商标在图片中的位置和大小的不一致性; 2)同一张图片中可能存在多个相同或不同的商标; 3)商标可能被遮挡甚至在某些情况下商标可能存在部分缺失的情况;4)商标的拍摄条件,比如光照等条件; 5)商标的复杂性。以上所有情况对传统的商标识别算法提出了严峻的挑战,甚至目前所有的商标识别算法都不能够很好的解决上述问题。基于以上困难,本文提出了基于机器学习的商标识别算法。该算法能够有效的处理自然图片中的商标识别问题。首先,本文使用SIFT算法提取商标的特征,在后续处理中我们用该特征来表示商标,提取特征后我们要对提取特征进行相应的简化,目的是为了保留下尽可能有效的特征去除掉多余和不稳定的特征;其次,为了能够快速的进行商标识别,我们提出了几种不同的匹配算法。在点与点匹配类型中,本文提出了使用最近邻算法,把上面得到的每个特征建立成树型结构,用以后续的快速匹配;在点集与点集匹配类型中,本文提出了使用金字塔匹配算法,即对所有特征点建立金字塔形状的划分,方便后续两个特征点集之间的匹配;最后,在后续处理过程中,我们使用了一些特征点分布的空间信息,提升了整个系统的稳定性和准确率。在本文的实验中,该算法在大量数据下取得了稳定的效果,并被用于商业用途。

关键词：商标识别物体检测 SIFT

来源：评论

学校读者我要写书评

暂无评论

一种基于计算迁移的智能终端商标识别方法

引用

应用科学学报 2018年第4期36卷 667-678页

作者：张金冯帆孙承君宫晓利南开大学计算机与控制工程学院天津300350 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190

在移动终端进行商标识别时,使用图像处理技术的传统方法已不再适用.针对这一问题,提出基于计算迁移的智能终端商标识别方法.首先通过分析商标识别应用的组织架构来划分商标识别应用的任务节点;然后构建基于任务节点的应用成本图,设计计... 详细信息

在移动终端进行商标识别时,使用图像处理技术的传统方法已不再适用.针对这一问题,提出基于计算迁移的智能终端商标识别方法.首先通过分析商标识别应用的组织架构来划分商标识别应用的任务节点;然后构建基于任务节点的应用成本图,设计计算迁移的约束条件;最后制定计算迁移的目标函数,以实现应用能耗与应用时长的均衡.实验结果表明,该方法可以提升移动终端商标识别应用的性能,降低本地能耗,增强用户体验.

关键词：计算迁移商标识别云计算目标函数

来源：评论

学校读者我要写书评

暂无评论

商标识别算法的研究及其在移动设备上的实现

商标识别算法的研究及其在移动设备上的实现

引用

作者：刘石南京理工大学

学位级别：硕士

商标是区别商品或者服务来源的重要标记,一般由图案和文字组成。商标识别作为一个新兴的计算机视觉技术,对物流商品监控、商业信息挖掘和商标保护等现实应用都有重要的商业价值。现有的商标识别算法大多是基于特征点之间的距离找最邻近... 详细信息

商标是区别商品或者服务来源的重要标记,一般由图案和文字组成。商标识别作为一个新兴的计算机视觉技术,对物流商品监控、商业信息挖掘和商标保护等现实应用都有重要的商业价值。现有的商标识别算法大多是基于特征点之间的距离找最邻近点,而忽略了特征点之间的空间关系,降低了识别率。基于前人的研究,本文提出了一种基于距离加权检索和视觉模式挖掘的商标识别算法,该算法能够通过特征点之间的距离加权得到商标识别的初步结果；再构造匹配点之间的空间位置关系,检索频繁出现的子图结构,删除大部分误匹配点,得到最终匹配结果。由于移动设备不受地理位置限制,用户可以在任何时间地点利用移动设备进行商标识别。然而,现有的商标识别方法大多是针对文档和广告视频的,针对移动设备所设计的商标识别算法较少。其中,有些算法计算复杂度不能保证实时性的要求,有些识别率又较低。为此,本文对所提出的方法进行改进以保证算法的时效性。具体来说,本文基于运动估计、SIFT特征和词袋模型实现了在移动设备上的商标识别,并且设计了一种用于移动互联网的商标识别的流程框架,实现了移动设备上商标识别的实时反馈。实验证明,本文所提出的算法和框架实现了在移动设备上的商标识别应用,并且得到了满意的时效性和准确率。

关键词：图像识别商标识别移动终端词袋模型距离加权

来源：评论

学校读者我要写书评

暂无评论

基于加权排序检索和视觉模式挖掘的商标识别

引用

计算机应用研究 2015年第11期32卷 3480-3483页

作者：刘石宋砚南京理工大学计算机科学与工程学院南京210094

为了识别在自然条件下拍摄的图像中所包含的商标,提出了一种基于加权排序检索和视觉模式挖掘的算法。通过特征点相似度的权重大小得到商标的初步识别结果;然后建立特征点对的空间关系模型,再通过数据挖掘方法对空间位置关系所建立的视... 详细信息

为了识别在自然条件下拍摄的图像中所包含的商标,提出了一种基于加权排序检索和视觉模式挖掘的算法。通过特征点相似度的权重大小得到商标的初步识别结果;然后建立特征点对的空间关系模型,再通过数据挖掘方法对空间位置关系所建立的视觉模式进行匹配从而删除误匹配结果,最终实现商标的识别。不同算法在数据集Flickr Logos上的实验结果表明,该算法利用视觉模式能更好地描述商标并且能够利用较少的样图获得较高的查准率和查全率。

关键词：商标识别图像匹配加权排序视觉模式

来源：评论

学校读者我要写书评

暂无评论

基于商标识别的链板自动分选系统

引用

吉林大学学报（工学版） 2002年第3期32卷 65-69页

作者：阚君武邵承会唐可洪王主玉吉林大学链传动研究所吉林长春130025

介绍了基于商标识别的链板自动分选系统的组成及工作原理 ,提出了满足实时性、通用性要求的快速商标识别算法。以 0 8B链板为例 ,研制了供料 /落料机构及并行计算机识别系统。实验结果表明该系统可以实现链板的连续识别。

关键词：商标识别自动分选系统链板图像识别边缘检测工作原理计算机识别

来源：评论

学校读者我要写书评

暂无评论

基于Hu修正不变矩的商标识别

引用

华中师范大学学报（自然科学版） 2014年第2期48卷 182-185页

作者：黄敏马亚琼朱颢东宫秋萍郑州轻工业学院计算机与通信工程学院郑州450002

商标是商品的重要标识,代表着商品的质量与生产厂家的信誉,因而商标的自动识别具有重大意义和广泛的应用前景.在各种识别算法中,最为关键的是目标特征提取,由于矩特征具有较好的不变特性而得到普遍应用.为此,本文将采用Hu修正不变矩对... 详细信息

商标是商品的重要标识,代表着商品的质量与生产厂家的信誉,因而商标的自动识别具有重大意义和广泛的应用前景.在各种识别算法中,最为关键的是目标特征提取,由于矩特征具有较好的不变特性而得到普遍应用.为此,本文将采用Hu修正不变矩对商标图像进行形状特征提取,并利用最小距离分类器来进行特征匹配,以此为基础对商标进行识别.仿真实验表明该方法不但满足不变矩的特征,而且还具有较高的识别率,有利于商标识别.

关键词：商标识别修正矩最小距离特征提取

来源：评论

学校读者我要写书评

暂无评论

对扭转鲁棒的SIFT图像匹配在商标识别中的应用

引用

计算机工程与设计 2011年第4期32卷 1406-1410页

作者：孙林吴相林周莉叶靖付丽茹华中科技大学控制科学与工程系湖北武汉430000 北京财贸职业学院信息物流系北京101101

为识别任意角度扭转的货品商标图像,提出了对扭转鲁棒的SIFT图像局部匹配算法。通过模拟商标图像的垂直和水平多角度扭转,对数据库中所有商标图像提取多组SIFT特征。提取查询图像的SIFT特征,并与库中特征进行匹配从而识别商标。提出了... 详细信息

为识别任意角度扭转的货品商标图像,提出了对扭转鲁棒的SIFT图像局部匹配算法。通过模拟商标图像的垂直和水平多角度扭转,对数据库中所有商标图像提取多组SIFT特征。提取查询图像的SIFT特征,并与库中特征进行匹配从而识别商标。提出了一种仅采样少量角度来近似模拟任意角度图像扭转的方法。实验结果表明,该方法在1000幅商品图像集上正确匹配率高于传统的SIFT算法,可从各种角度的图像中有效地检测到商标图像。

关键词：商标识别图像匹配 SIFT特征计算机视觉仿射成像

来源：评论

学校读者我要写书评

暂无评论

基于CNN树的商标识别算法研究

基于CNN树的商标识别算法研究

引用

作者：陆凯笛华中科技大学

学位级别：硕士

随着社会的发展和信息化程度的不断提高,基于内容的图像检索成为了当今研究的一个热点,其中商标识别由于广阔的应用领域和巨大的商业价值成为一个非常重要的研究方向。虽然越来越多的学者投入到了商标识别的研究中,各种各样的商标识别... 详细信息

随着社会的发展和信息化程度的不断提高,基于内容的图像检索成为了当今研究的一个热点,其中商标识别由于广阔的应用领域和巨大的商业价值成为一个非常重要的研究方向。虽然越来越多的学者投入到了商标识别的研究中,各种各样的商标识别技术也很多,但是因为现实生活中的商标容易受到拍摄角度和外界环境的影响,给商标图像带来了尺度变换、旋转变换、仿射变换和部分遮挡等各种变化。这些对商标识别算法提出了很大的挑战,目前,自然场景中商标识别的相关算法在精度和速度上远不能满足实际应用的需求。近年来,深度学习的方法在图像分类、物体检测和目标分割等研究领域取得了突破性效果。本文利用深度学习的相关技术,结合决策树思想和谱聚类算法,对自然场景中的商标识别算法进行研究。本文的主要工作和创新点为:(1)提出了基于CNN树(CNN-T)的商标识别算法。目前,大多数基于卷积神经网络的商标识别算法都只用单个CNN建模,对类别较多的复杂问题,识别精度有待提升。本文提出基于CNN-T的商标识别算法,充分利用树状分层识别模型中的多个CNN的识别性能,每个CNN作为多分类器识别某个特定簇,由谱聚类算法生成这些簇。本文算法充分利用多个CNN的分类性能,提高了商标识别的准确率。实验结果表明本文基于CNN树的商标识别算法取得了显著的效果。(2)提出了基于特征融合的谱聚类算法。本文将特征融合的思想结合到谱聚类算法中,利用浅层卷积神经网络与深层卷积神经网络能够学习到目标不同特征的这种特性,提出了基于特征融合的谱聚类算法。本文的算法将网络浅层的表征特征与网络深层的语义特征通过特定的方式融合,提升了商标分簇的准确率,进而提高了整个CNN-T系统的识别准确率。实验结果验证了基于特征融合的谱聚类算法对商标识别的准确率有显著的提升。

关键词：商标识别深度学习卷积神经网络决策树谱聚类特征融合

来源：评论

学校读者我要写书评

暂无评论

组合图像局部特征的商标识别算法

组合图像局部特征的商标识别算法

引用

作者：王君中国石油大学(华东)

学位级别：硕士

商标作为公司、产品、球队、国家等的标志在人们的日常生活中扮演着很重要的角色。商标自动识别技术能够产生许多有商业价值的应用,例如电子商务中广泛应用的推荐系统、广告曝光率检测等。因此,商标识别在近年来已经吸引了大批国内外研... 详细信息

商标作为公司、产品、球队、国家等的标志在人们的日常生活中扮演着很重要的角色。商标自动识别技术能够产生许多有商业价值的应用,例如电子商务中广泛应用的推荐系统、广告曝光率检测等。因此,商标识别在近年来已经吸引了大批国内外研究人员的关注。在计算机视觉中一个长期存在的问题就是目标识别。商标识别作为目标识别的子课题虽然有了一些约束,但是由于各种因素使得商标识别比一般的目标识别更为困难。通常商标在图像中只占据比较小的部分并且同一个商标的不同形态的差别也很大,因此如何进行有效的商标描述是一个急需解决的问题。本文对国内外现有的商标描述技术进行了研究,分析了局部、全局图像特征以及多种特征组合方法的优缺点。现有的方法不能很好的解决在姿态变化较大情况下的商标识别问题,因此本文提出了一种高效的商标识别方法。针对局部图像特征在较大数据库中误匹配率较高的问题,提出了一种新的组合局部特征的方法。我们首先使用广义霍夫变换在查询图像与参考图像中建立特征的空间映射关系,把符合约束条件的特征当作整体作为图像的描述,克服了传统词包模型缺少空间信息的缺点。与其它特征组合方法相比,本文提出的方法更加灵活、高效。为了克服同一商标不同形态造成的特征误匹配率过高的问题,我们使用测试图像与参考图像的相似性作为测试图像的描述。最后我们使用线性分类器建立商标识别模型,使得商标识别系统能够在线性时间内做出预测。通过在公开的商标识别数据库上进行的实验证明了我们算法的有效性,并且识别率相优于其他识别算法。

关键词：商标识别局部图像特征组合特征广义霍夫变换线性分类器

来源：评论

学校读者我要写书评

暂无评论

基于稀疏编码的部分遮挡商标识别方法研究

基于稀疏编码的部分遮挡商标识别方法研究

引用

作者：黄昊华中科技大学

学位级别：硕士

商标在日常生活中随处可见,它能够为标识物体的品牌提供丰富的信息,因此商标识别技术具有极高的实际应用价值,被广泛应用于电商平台上的品牌识别和商标非法使用的检测中。但是,自然场景下的商标识别也存在许多需要克服的问题,如剧烈的... 详细信息

商标在日常生活中随处可见,它能够为标识物体的品牌提供丰富的信息,因此商标识别技术具有极高的实际应用价值,被广泛应用于电商平台上的品牌识别和商标非法使用的检测中。但是,自然场景下的商标识别也存在许多需要克服的问题,如剧烈的尺度变换,光照的影响,仿射形变以及部分遮挡商标的遮挡问题。其中,遮挡问题是具有挑战性的问题,在真实应用场景中,常常会出现商标没有完全落在镜头内,或者商标被其他物体遮挡了一部分的情况。目前,还没有研究者专门针对商标的遮挡问题进行研究。因此,本文提出了一种能够处理商标遮挡情况的部分遮挡商标识别算法,主要工作和贡献如下:(1)提出一套完整有效的部分遮挡商标识别算法框架。现有的商标识别算法如词袋模型(Bag of Words,Bo W)等方法,都是在商标完整的前提下设计的,在出现较大遮挡的情况下算法性能显著降低。本文通过基于卷积神经网络特征的超快速目标区域检测算法(Faster Regions with Convolutional Neural Network Features,Faster R-CNN)进行部分遮挡商标检测,借鉴部分人脸识别对遮挡问题的处理方法,采用稀疏表示分类(Sparse Representation Classification,SRC)算法,提出一套新的算法框架用于解决部分遮挡商标识别问题。(2)提出了一个新的数据集Flickr32-Occlude,作为研究遮挡问题的基准,模拟自然遮挡的情况,生成了不同程度的遮挡图片。在生成的遮挡图片数据集上的结果表明,本文算法的平均分类准确率达到了92.2%,比Bo W算法提高了6.9%。在相同遮挡程度下,本文所采用的稀疏编码方法明显优于Bo W算法,验证了本文算法对遮挡的鲁棒性。(3)提出了一种划分部分重叠子区域投票分类的方法。在处理遮挡问题时,通常会对图片平均划分子区域,然后对各子区域的分类结果进行融合。但这一做法没有考虑到不同子区域的权重是不同的,中心区域包含商标信息的可能性比其他区域要高。本文提出一种划分部分重叠子区域的方法,避免出现子区域关键点过少的情况,同时提高了图片中心分块的权重。实验表明,该方法优于平均划分子区域的识别性能。(4)提出了一种自适应融合颜色特征进行商标识别的方法。商标通常具有非常醒目的颜色和造型,现有的商标识别方法经常使用更加稳定的形状特征,较少利用颜色信息。虽然有些类别的商标颜色在不同场景下变化很大,但也有某些类别商标的颜色分布非常稳定。本文提出一种自适应融合颜色特征的方法,在商标的关键点过少,并且判断出局部特征的分类结果不可靠的情况下,不采用尺度不变特征变换算子(ScaleInvariant Feature Transform,SIFT)得到的分类结果,而将SIFT特征与色调、饱和度、亮度(Hue,Saturation,Lightness,HSV)颜色直方图特征级联,用融合特征进行识别。对比实验的结果表明该方法能够在一定程度上改善局部特征的识别结果,可以作为局部特征识别方法的补充。

关键词：商标识别遮挡问题仿射不变关键点稀疏编码颜色直方图

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：