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。