Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Spatiotemporal Stacked Sequential Learning for Pedestrian Detection Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Homographic Class Template for Logo Localization and Recognition

verfasst von : Raluca Boia, Corneliu Florea

Erschienen in: Pattern Recognition and Image Analysis

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

We propose a method for localizing and recognizing brand logos in natural images. The task is extremely challenging, due to the various changes in the appearance of the logos. We construct class templates by matching features between examples of the same class to build homographies. An interconnections graph is developed for each class and the representative points are added to the class model. Finally, each class is depicted by the reunion of the suitable keypoints and descriptors, thus leading to a high precision of the proposed logo recognition system. Results show that we outperform the state of the art systems on the challenging Flickr-32 database.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Person Enrollment by Face-Gait Fusion
Nächstes Kapitel Multimodal Object Recognition Using Random Clustering Trees
Literatur
1.
Lowe, D.: Object recognition from local scale-invariant features. In: ICCV, pp. 1150–1157 (1999)
2.
Schneiderman, H., Kanade, T.: A statistical method for 3d object detection applied to faces and cars. In: CVPR, pp. 746–751 (2003)
3.
Torralba, A., Murphy, K., Freeman, W.: Sharing visual features for multiclass and multiview object detection. In: CVPR, pp. 762–769 (2004)
4.
Opelt, A., Fusseneger, M., Pinz, A., Auer, P.: Generic object recognition with boosting. IEEE Trans. PAMI 28(3), 416–431 (2006)CrossRef
5.
Bernstein, E., Amit, Y.: Part-based statistical models for object classification and detection. In: CVPR, pp. 734–740 (2005)
6.
Bagdanov, A., Ballan, L., Bertini, M., Del Bimbo, A.: Trademark matching and retrieval in sports video databases. In: ACM MIR, pp. 79–86 (2007)
7.
Joly, A., Buisson, O.: Logo retrieval with a contrario visual query expansion. In: ACM MM, pp. 581–584 (2009)
8.
Sivic, J., Zisserman, A.: Video google: a text retrieval approach to object matching in videos. In: ICCV, pp. 1470–1477 (2003)
9.
Kleban, J., Xie, X., Ma, W.Y.: Spatial pyramid mining for logo detection in natural scenes. In: IEEE ICME, pp. 1470–1477 (2008)
10.
Revaud, J., Douze, M., Schmid, C.: Correlation-based burstiness for logo retrieval. In: ACM MM, pp. 965–968 (2012)
11.
Romberg, S., Garcia Pueyo, L., Lienhart, R., van Zwol, R.: Scalable logo recognition in real-world images. In: ACM ICMR, pp. 965–968 (2011)
12.
Romberg, S., Lienhart, R.: Bundle min-hashing for logo recognition. In: ACM ICMR (2013)
13.
Psyllos, A.P., Anagnostopoulos, C.N.E., Kayafas, E.: Vehicle logo recognition using a sift-based enhanced matching scheme. IEEE TITS 11(2), 322–328 (2010)
14.
Lowe, D.: Distinctive image features from scale-invariant keypoints. IJCV 62(2), 91–110 (2004)CrossRef
15.
Brown, M., Lowe, D.: Automatic panoramic image stitching using invariant features. IJCV 74(1), 59–73 (2006)MathSciNetCrossRef
16.
Hartley, R., Zisserman, A.: Multiple View Geometry in Computer Vision. Cambridge University Press, New York (2004)MATHCrossRef
17.
Florea, L., Florea, C., Vranceanu, R., Vertan, C.: Can your eyes tell me how you think? a gaze directed estimation of the mental activity. In: BMVC (2013)
18.
Everingham, M., Van Gool, L., Williams, C., Winn, J., Zisserman, A.: The pascal visual object classes (voc) challenge. IJCV. 1, 303–338 (2010)CrossRef
Metadaten
Titel
Homographic Class Template for Logo Localization and Recognition
verfasst von
Raluca Boia
Corneliu Florea
Copyright-Jahr
2015
Buch
Pattern Recognition and Image Analysis

Print ISBN: 978-3-319-19389-2

Electronic ISBN: 978-3-319-19390-8

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-19390-8_55