使用张量流在图像中查找点图案

Question

目前我遇到的问题是我想在图像中找到特定的图案.我想从tensorflow获得的目标是[x,y,angle].x和y是图案内点的位置的坐标.angle是图像在0-359°(弧度)内旋转的角度.

此外,图案基本上不会改变,但取决于它的位置,因为图像是从2D激光扫描仪创建的.所以有时你会看到它的某些部分.

输入数据是400x400黑白图像,其中白色是激光扫描仪点,黑色是自由空间

那是什么问题？分类？但是如何获得图像中的位置？实际上我认为它与Google用于在图像中查找内容的方式有点相同.

我实际上正在修改Deep MNIST示例,但不知怎的,我没有达到我从中得到一些有用的东西.

有人有想法,可以指出我正确的方向吗？

问候,

基督教

Answer 1

从您给出的描述来看，您的问题似乎可以用传统的计算机视觉方法来解决。问题本身就是一个检测问题。

您需要一种系统方法，而不是机器学习算法，将这个问题分解为更小的问题：

首先，您需要检测您的点（我假设您有两个点）。在这里，您可以应用 CV 检测算法 - 甚至是不同的颜色，也许滤色器可能足以检测点位置。

利用两个点的位置和一些几何知识，您可以计算两点跨越的线与图像边界之间的距离和角度。

如果没有任何专业知识，使用 ML 模型执行此操作可能会很困难，因为您基本上是在干扰内置的数据增强机制（ML 软件将自动随机旋转和缩放输入图像）。

即使如此，我认为可能是为了点的检测，如果所有简单的方法都失败，你可以用机器学习检测它们，然后做几何关系。但尝试对这个问题进行端到端学习似乎有点矫枉过正。