QR Code Patterns Localization based on Hu Invariant Moments
非常規那一套定製特徵 + boost的機器學習方法
01 算法效果
- 精度提高,但是沒給對比算法,以及指標的量化;
- 速度加強,持懷疑態度。
02 創新點
其流程簡述如下:
- 圖像容易模糊,怎麼預處理?作者使用單色濾波器來解決,其在頻域操作需要使用FFT,其目的是方便ROI分割;
- 圖像特徵,有了前期預處理,接下來需要提取特徵?不同於傳統的HOG、Haar等特徵,作者使用了一個新的Hu不變矩,但是沒有給出實際的測試效果;
- 校驗特徵,有了特徵怎麼驗證呢?Euclidian和幾何特徵約束;
03 問題
- 分割:在頻域,FFT這可是個資源大戶,不適用;
- 場景:論文的展現的場景過於簡單,導致二維碼的特徵依然很清楚。