ロゴ検出にAIまたはニューラルネットワークを使用する

私はビデオファイル内のTVチャネルのロゴを検出しようとしています。そのため、単純に入力.mp4ビデオを与え、そのロゴが特定のフレーム、たとえば最初のフレームにあるかどうかを検出します。

事前にそのロゴがあり（％100と同じサイズではない場合があります）、場所は常に固定されています。

私はすでにパターンマッチングベースのアプローチを採用しています。ただし、そのためには、パターンを同じサイズの100％にする必要があります。それを実現するために、ディープラーニングとニューラルネットワークを使用したいと思います。どうやってやるの？CNNの方が効率が高いと思いますか？

画像認識を実行するには、特定の機能を備えた画像を表現する方法を見つける必要があります。

優れた画像認識アルゴリズムの特徴の1つは、顕著な領域、つまり最も多くの情報を含む領域を検出できることです。

現在、コンテンツベースの画像分類のディープラーニングには多くの注意が向けられています。各層が画像の1つ以上の特徴の抽出を担当するCNNの3つ以上の層を持つ深層学習を実装することにより、適切な結果を得ることができます。

それはビデオ入力であり、ハードウェアまたはソフトウェアのいずれかによってライブまたは記録されたフレームの上に重ねられるため、ロゴは通常静止していますので、タスクは難しくありません。また、ロゴは通常、カラーパレットが限定され、エッジがくっきりしています。彼らが単語や頭字語を綴るとき、彼らのフォントの特徴は通常あまりにも一貫しています。これらは、深層学習で利用できる一般性です。

この著者が投稿した他の同様の質問と同様に、LSTMレイヤーとCNNレイヤーの組み合わせをトレーニングして、ロゴを見つけて分離することができます。いくつかの画像トリックを使用すると、ロゴの背後の画像も、同様の一連の学習手法を通じて、ロゴの周囲のピクセルから妥当な精度と信頼性で再構築できます。

これらは、開発のいくつかの開始点です。

• ロゴ認識のためのディープラーニング— Imaging and Vision Laboratory
• YOLOv2を使用したロゴの検出– Akarsh Zingade
• GitHub — satojkovic / DeepLo​​go：深い畳み込みニューラルネットワークを使用したブランドロゴ認識システム
• SSDを使用した画像のロゴ検出–データサイエンスに向けて
• 1701.02620 —ロゴ認識のためのディープラーニング