用于Logo识别的深度学习
计算机视觉与模式识别
2017-05-04 v2
摘要
本文提出一种使用深度学习进行Logo识别的方法。我们的识别流程由一个Logo区域提议以及一个专门训练用于Logo分类的卷积神经网络（CNN）组成，即使它们未被精确定位。实验在FlickrLogos-32数据库上进行，我们评估了合成与真实数据增强以及图像预处理对识别性能的影响。此外，我们系统地研究了不同训练选择的好处，例如类平衡、样本加权和显式建模背景类（即无Logo区域）。实验结果证实了所提方法的可行性，其性能优于当前最先进的方法。
引用
@article{arxiv.1701.02620,
title = {Deep Learning for Logo Recognition},
author = {Simone Bianco and Marco Buzzelli and Davide Mazzini and Raimondo Schettini},
journal= {arXiv preprint arXiv:1701.02620},
year = {2017}
}
备注
Preprint accepted in Neurocomputing