可以使用哪些算法或方法从图像中识别对象

Question

我的问题是，可以使用哪种快速方法从一组图像中识别物体。例如，如果我正在编写一个程序，则有两个输入：图像数据库和一个对象（例如人脸）的单个图像。现在，该程序的任务是查找包含该对象的所有图像。

这里的问题是，我了解到，大多数识别对象的分类系统需要先通过大量数据进行训练才能准确，但是有没有更快的方法来进行快速扫描？在该应用程序中找到某些匹配项之后，用户可能可以选择确认匹配项，并且可以将其用于进一步完善结果。

编辑：澄清一下：我正在寻找的东西是系统第一次看到的东西，并且从该一张图像中它尝试匹配数据库中的其他图像。例如，跟踪多个安全摄像机之间的某人，中间有死角：摄像机只能看到一次（只有几个）  良好的构图），从中可以识别其他相机的同一主题。或在一个相机上显示物体，然后机器人必须从环境中找到物体。

Answer 1

如果您搜索的内容不同于机器/深度学习，则应查看“ 计算机视觉”。有大量相关的科学知识。 Cf. Wikipedia

否则，机器学习包含学习。您的神经网络或任何必须训练的东西-这就是它的工作原理。训练得越多，它就会变得更快，更准确。更快需要更多的训练，或者意味着牺牲准确性。

此外

  

在该应用程序中找到某些匹配项之后，用户可能可以选择确认匹配项，并且可以将其用于进一步完善结果。

这也已经部分地起作用了。