基于稀疏編碼直方圖的場景圖片Logo快速檢測.pdf

1、Logo是一個企業(yè)區(qū)別于其他企業(yè)的標志，Logo起著唯一標識企業(yè)和推廣品牌文化的作用，Logo檢測則是利用圖像處理技術對物體中的Logo進行檢測和識別。Logo檢測在企業(yè)品牌追蹤和分析企業(yè)市場份額方面都有著很好的應用前景，例如企業(yè)可以利用獲取的微博圖片進行品牌追蹤，了解更多關于品牌的信息。雖然近幾年Logo檢測正在逐漸受到關注，而且已經取得了一定的研究成果，但是在檢測速度方面仍然具有很大的可改進空間。針對這個問題，本課題提出了將改進的一

2、般物體檢測算法和稀疏編碼直方圖結合的方法來對Logo進行檢測。
　　本研究提出了一種改進的一般物體檢測算法進行Logo候選區(qū)域提取，結合機器學習中的支持向量機以及梯度特征實現對Logo的候選區(qū)域快速定位，以此來實現Logo的檢測和識別。由于Logo在一副圖片中所占比例通常很小，如果直接在一副圖片中尋找和檢測Logo可能導致算法的時間復雜度過高。所以通過對圖像的候選區(qū)域提取先對待檢測區(qū)域進行優(yōu)化，再從候選區(qū)域中進行Logo檢測可以加

3、快計算速度。
　　采用基于稀疏編碼的直方圖進行像素特征提取。利用奇異值分解算法進行字典學習，用學習得到的字典對候選區(qū)域窗口進行稀疏表達，然后結合直方圖形成特征。跟傳統(tǒng)方法相比，稀疏表示和直方圖的結合可以表達更加豐富的信息。
　　針對改進的一般物體檢測算法快速的優(yōu)點和稀疏編碼直方圖表達信息更豐富的優(yōu)點，提出一種將二者結合的算法，將待檢測圖片縮放到不同組合的比例集合中，然后根據梯度特征來進行分類，進行Logo候選區(qū)域的快速篩選，