如何检测照片是否为海报(不现实)？

Question

我有很多来自音乐家网站的.jpeg.这些图像由即将上映的海报和乐队照片(现实生活中的乐队照片)组成.

这是一个示例海报:

我不熟悉任何现代技术或算法(如果它们存在？),但这是我认为我可能会寻找的:

• 图像中的文字通常是海报的死亡赠品.
• 也许真实的照片(即非海报)遵循不同的颜色分布？
• 海报可能不太可能有面孔 - 但这是一个相当弱的断言.

是否有任何分类算法可以检测图像是否是海报？

Answer 1

你的问题很广泛.海报或照片不是明确定义的对象.什么是海报？在现实生活中,海报通常是照片,或照片的组合,或一些修正后的照片.

如果我们缩小到你的问题的第一部分 - 乐队照片与即将到来的节目海报,那么答案是 - 可能是的(即使我从未见过有人这样做).当您正在寻找二元分类器时,我建议采用一些机器学习模型(Naive Bayes应该足够了,但如果您想使用更复杂的功能,那么请尝试使用SVM,ELM或一些随机森林/决策树)并应用它以包含以下内容的向量编码的数据:

二进制功能:

• "图像上有没有字？" - 您将需要外部文本检测算法
• "图像上有一个数字" - 事件应该有日期
• "图像上有日期"
• "图像上有任何脸"

使用朴素贝叶斯将建立有条件的出现概率P(poster|there is a word),P(poster|there is a number)等等.这将不仅给你一个分类,也是多么重要的一些见解您featuers(概率接近0.5是一个建议,一个特定的功能是没用的).

我不会使用直方图等,因为广泛的可能照片,照片会话风格等,除非你愿意创建非常大的训练集.

如果这还不够,您可以将这些更改为更复杂的功能,并使用更强大的分类器,然后使用Naive Bayes.

复杂功能:

• 图像上有多少个单词？
• 图像上有多少个数字？
• 图像上有多少个日期？
• 图像上有多少张脸？
• 图像直方图

最后一个选择,如果一切都失败了,你可以尝试训练一些现代模型,比如原始图像上的Deep Belief Network.这需要严格的计算能力,但结果对于科学界来说也是非常有价值的.