社交網(wǎng)絡(luò)圖像中LOGO檢測與識別.pdf

1、近些年來隨著社交網(wǎng)絡(luò)的快速發(fā)展以及普及，人們將越來越多的時間放到了社交網(wǎng)絡(luò)上，這使得社交網(wǎng)絡(luò)成為最有潛力的廣告以及商業(yè)平臺。品牌跟蹤是近些年出現(xiàn)的一種服務(wù)，通過分析品牌在媒體上曝光的頻繁程度以及用戶的評價來評估品牌的成長。由于社交網(wǎng)絡(luò)的發(fā)展，品牌跟蹤逐漸將重心轉(zhuǎn)移到社交網(wǎng)絡(luò)上。
　　對于品牌跟蹤，在當(dāng)前社交網(wǎng)絡(luò)平臺上僅僅提供通用的關(guān)鍵詞搜索功能，這帶來兩個弊端：第一搜索結(jié)果中含有大量噪聲，盡管含有關(guān)鍵詞，但經(jīng)常與該品牌并不相關(guān)；第

2、二大量含有品牌圖片的信息無法被檢索到。為了解決問題二，本文提出一種新的LOGO(商標(biāo))檢測方法，將社交網(wǎng)絡(luò)中用戶上傳的包含品牌LOGO的圖像檢測出來。這既可以作為一個獨立的應(yīng)用，直接作為品牌跟蹤功能；也可以作為一個品牌分析系統(tǒng)的一部分。
　　社交網(wǎng)絡(luò)上的圖像有較大的比例為用戶自己拍攝上傳，圖像質(zhì)量往往較低，包括光線條件差、圖像模糊、拍攝角度差，這使得圖像中的LOGO發(fā)生光照不均勻、傾斜旋轉(zhuǎn)、彈性變形、部分被遮擋等問題。此外，為了增

3、加辨識度，LOGO往往被設(shè)計成簡單的圖形，這使得其與自然圖像中的物體外形相似。這些都增加了LOGO檢測的難度。為了解決社交網(wǎng)絡(luò)圖像的LOGO檢測問題，本文研究一種基于機器學(xué)習(xí)的LOGO檢測方法并評估其在社交網(wǎng)絡(luò)上的應(yīng)用。
　　本文主要貢獻如下，一方面，本文建立了一個包含100個品牌LOGO的圖像訓(xùn)練集以及測試集。其中訓(xùn)練集給出 LOGO的位置、大小以及其旋轉(zhuǎn)角度。測試圖像包括100萬張圖像，每張圖像已經(jīng)標(biāo)注好是否含有LOGO，以及

4、LOGO的位置和大小。訓(xùn)練集中每個LOGO的樣本數(shù)量平均超過300張。該數(shù)據(jù)集涵蓋了LOGO在不同光照、面內(nèi)旋轉(zhuǎn)、模糊、拍攝角度的情況，對后續(xù)科研人員進行使用并測試具有很大的價值。另一方面，本文使用了一種新的LOGO檢測算法。由于本課題采用機器學(xué)習(xí)的方法進行LOGO檢測，這是一個正負(fù)樣本嚴(yán)重不均衡的問題。而訓(xùn)練的過程中指定正負(fù)樣本比例，因此本課題提出將每一級AdaBoost的節(jié)點選擇出來的特征作為輸入，得到一個線性分類器，克服正負(fù)樣本不