深度学习在标志识别中的应用

本文提出了一种基于深度学习的标志识别方法。我们的识别流程包括标志区域提议，随后是一个专门用于标志分类的卷积神经网络（CNN），即使这些标志没有被精确定位。实验在FlickrLogos-32数据库上进行，我们评估了合成数据增强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优势，如类别平衡、样本加权和显式建模背景类（即无标志区域）。实验结果证实了所提方法的可行性，并且其性能超过了现有最先进的方法。