基于神经特征加权融合的多标签 logo 识别与检索
计算机视觉与模式识别
2024-09-27 v2
摘要
对 logo 图像进行分类是一项具有挑战性的任务，因为它们包含文本或形状等元素，可表示从已知物体到抽象形状的任何事物。虽然当前最先进的 logo 分类方法将该问题作为关注单一特征的多类任务来处理，但 logo 可能具有多个同时存在的标签，例如不同的颜色。本工作提出了一种方法，允许根据形状、颜色、商业领域、语义、一般特征或用户选择的特征组合，从数据集中对视觉上相似的 logo 进行分类和搜索。与以往方法不同，该方案采用一系列专注于特定属性的多标签深度神经网络，并融合所获得的特征以执行相似性搜索。为深入研究分类系统，我们比较了不同的现有 logo 拓扑结构并分析了它们的一些问题，例如商标登记数据库通常包含的不完整标注。该方案在包含 76,000 个 logo（比以往方法多 7 倍）的欧盟商标数据集上进行了评估，该数据集使用 Vienna 本体进行层次化组织。总体而言，实验获得了可靠的定量与定性结果，将最先进方法在商标图像检索任务中的归一化平均排序误差从 0.040 降低到 0.018。最后，鉴于 logo 的语义往往具有主观性，我们对平面设计专业学生和专业人士进行了调查。结果表明，所提方法提供了优于人类专家操作员的标注，将标签排序平均精度从 0.53 提升到 0.68。
引用
@article{arxiv.2205.05419,
title = {Multi-Label Logo Recognition and Retrieval based on Weighted Fusion of Neural Features},
author = {Marisa Bernabeu and Antonio Javier Gallego and Antonio Pertusa},
journal= {arXiv preprint arXiv:2205.05419},
year = {2024}
}