Logo Recognition
eBook - PDF

Logo Recognition

Theory and Practice

Jingying Chen, Lizhe Wang, Dan Chen

Condividi libro
  1. 192 pagine
  2. English
  3. PDF
  4. Disponibile su iOS e Android
eBook - PDF

Logo Recognition

Theory and Practice

Jingying Chen, Lizhe Wang, Dan Chen

Dettagli del libro
Indice dei contenuti
Citazioni

Informazioni sul libro

Used by companies, organizations, and even individuals to promote recognition of their brand, logos can also act as a valuable means of identifying the source of a document. E-business applications can retrieve and catalog products according to their logos. Governmental agencies can easily inspect goods using smart mobile devices that use logo recognition techniques. However, because logos are two-dimensional shapes of varying complexity, the recognition process can be challenging. Although promising results have been found for clean logos, they have not been as robust for noisy logos.

Logo Recognition: Theory and Practice is the first book to focus on logo recognition, especially under noisy conditions. Beginning with an introduction to fundamental concepts and methods in pattern and shape recognition, it surveys advances in logo recognition. The authors also propose a new logo recognition system that can be used under adverse conditions such as broken lines, added noise, and occlusion.

The proposed system introduces a novel polygonal approximation, a robust indexing scheme, and a new line segment Hausdorff distance (LHD) matching method that can handle more distortion and transformation types than previous techniques. In the first stage, raw logos are transformed into normalized line segment maps. In the second stage, effective line pattern features are used to index the database to generate a moderate number of likely models. In the third stage, an improved LHD measure screens and generates the best matches. A comprehensive overview of logo recognition, the book also presents successful applications of the technology and suggests directions for future research.

Domande frequenti

Come faccio ad annullare l'abbonamento?
È semplicissimo: basta accedere alla sezione Account nelle Impostazioni e cliccare su "Annulla abbonamento". Dopo la cancellazione, l'abbonamento rimarrà attivo per il periodo rimanente già pagato. Per maggiori informazioni, clicca qui
È possibile scaricare libri? Se sì, come?
Al momento è possibile scaricare tramite l'app tutti i nostri libri ePub mobile-friendly. Anche la maggior parte dei nostri PDF è scaricabile e stiamo lavorando per rendere disponibile quanto prima il download di tutti gli altri file. Per maggiori informazioni, clicca qui
Che differenza c'è tra i piani?
Entrambi i piani ti danno accesso illimitato alla libreria e a tutte le funzionalità di Perlego. Le uniche differenze sono il prezzo e il periodo di abbonamento: con il piano annuale risparmierai circa il 30% rispetto a 12 rate con quello mensile.
Cos'è Perlego?
Perlego è un servizio di abbonamento a testi accademici, che ti permette di accedere a un'intera libreria online a un prezzo inferiore rispetto a quello che pagheresti per acquistare un singolo libro al mese. Con oltre 1 milione di testi suddivisi in più di 1.000 categorie, troverai sicuramente ciò che fa per te! Per maggiori informazioni, clicca qui.
Perlego supporta la sintesi vocale?
Cerca l'icona Sintesi vocale nel prossimo libro che leggerai per verificare se è possibile riprodurre l'audio. Questo strumento permette di leggere il testo a voce alta, evidenziandolo man mano che la lettura procede. Puoi aumentare o diminuire la velocità della sintesi vocale, oppure sospendere la riproduzione. Per maggiori informazioni, clicca qui.
Logo Recognition è disponibile online in formato PDF/ePub?
Sì, puoi accedere a Logo Recognition di Jingying Chen, Lizhe Wang, Dan Chen in formato PDF e/o ePub, così come ad altri libri molto apprezzati nelle sezioni relative a Informatica e Data mining. Scopri oltre 1 milione di libri disponibili nel nostro catalogo.

Informazioni

Editore
CRC Press
Anno
2018
ISBN
9781439847855
Edizione
1
Argomento
Informatica
Categoria
Data mining

Indice dei contenuti