图像特征识别

您也可以参考Tatiana Jaworska的研究。据我所知，这详细介绍了至少一种新的算法，以颜色（RGB）为特征提取（针对屋顶，门，...）。更有趣的是，最后一个出版物还使用参数化对象在房屋图像中进行识别......这可能是您尝试做的事情的一个非常好的起点。 链接到她的出版物： http://www.springerlink.com/content/w518j70542780r34/ http://portal.acm.org/citation.cfm?id=1578785 http://www.ibspan.waw.pl/~jaworska/TJ_BOS2010.pdf     

是。您可以从图片中提取这些信息。 1.您只需使用一些检测算法识别图片中的这些对象。 2.测量这些对象尺寸并使用提取的信息生成模型。     

实际上，你想要的目标并不那么容易实现。首先，您需要一个很好的方法来确定图像的内容和内容。并且没有简单的“算法”来检测图像上的房屋/汽车/任何东西。有一些方法可以从图像中分割不同的对象（如汽车），但这些方法通常不起作用。特别是在房屋上这会很难，因为每个房子看起来都不一样，很难找到一个坚实的衡量标准“这是房子，这不是”...... 我是否认为你正试图简单地拍摄一个房子（有前院）并从中构建一个纹理化的3D模型？这不会起作用，因为你需要房子的几张照片来获得墙壁/角落的位置以及3D空间中的所有东西（有一些方法仅尝试使用一个图像进行网格重建但是它们缺乏深度信息且结果相当差）。因此，如果您想创建3D-mdoels，您将需要几张不同角度的房子照片。 有几种不同的方法使用这种技术将现实世界对象重建为三角形网格。 基本上他们遵循原则： 尝试在对象的不同视点的图像中找到相同的点。考虑到你正在拍摄房子，这可能是突出的结构，如窗户/门的角落或角落或墙壁/屋顶的边缘/ ... 知道你家的一个和同一点在几张不同的照片中，并且知道两张照片的相机位置，你可以在3D空间中重建这一点。 这样做可以获得很多相同的分数，这将“授权”您通过对点进行三角测量来重建您的房屋形状作为3D模型。 将图像的一部分作为纹理并将其映射到生成的模型上也会起作用，因为您知道它在哪里。 你应该看看这些论文： http://www.graphicon.ru/1999/3D%20Reconstruction/Valiev.pdf http://people.csail.mit.edu/wojciech/pubs/LabeledRec.pdf http://people.csail.mit.edu/sparis/publi/2006/oceans/Paris_06_3D_Reconstruction.ppt 第二篇论文甚至有一个例子，说明你想要实现的目标，即重建从不同角度拍摄的房屋的纹理3D模型。 第三个链接是一个powerpoint演示文稿，显示重建的工作原理并显示其存在的缺陷。 所以你应该熟悉这些论文，看看你遇到了什么问题...如果你想自己尝试一下，看看OpenCV。该库提供了一些图像特征提取方法。然后，您可以尝试在每个图像中找到突出点并尝试匹配它们。 祝你的项目好运......如果你有问题，请不断询问！     

我建议看看这个博客 https://jwork.org/main/node/35 这展示了如何使用卷积神经网络识别图像上的某些特征。这篇特别的博客讨论了如何从大量随机图像中识别图像上的人脸。您可以调整此示例以使用其他一些图像训练神经网络。请注意，即使在人脸的情况下，识别率约为85％，因此，更复杂的对象可能更难识别