社交網(wǎng)絡(luò)圖像中LOGO檢測與識(shí)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(shí)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(tái)。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(píng)價(jià)來評(píng)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(duì)于品牌跟蹤，在當(dāng)前社交網(wǎng)絡(luò)平臺(tái)上僅僅提供通用的關(guān)鍵詞搜索功能，這帶來兩個(gè)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(gè)獨(dú)立的應(yīng)用，直接作為品牌跟蹤功能；也可以作為一個(gè)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(shí)度，LOGO往往被設(shè)計(jì)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(jī)器學(xué)習(xí)的LOGO檢測方法并評(píng)估其在社交網(wǎng)絡(luò)上的應(yīng)用。
　　本文主要貢獻(xiàn)如下，一方面，本文建立了一個(gè)包含100個(gè)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(gè)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(duì)后續(xù)科研人員進(jìn)行使用并測試具有很大的價(jià)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(jī)器學(xué)習(xí)的方法進(jìn)行LOGO檢測，這是一個(gè)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(jí)AdaBoost的節(jié)點(diǎn)選擇出來的特征作為輸入，得到一個(gè)線性分類器，克服正負(fù)樣本不