我从音乐家的网站上获取了一些.jpeg格式的图片。这些图片包括即将举行的演出的海报和乐队的真实生活照片（乐队的照片）。

这是一个海报的示例：

我对任何现代技术或算法并不熟悉（如果它们存在的话？），但我认为我可能会寻找以下特征：

• 图片中的文字通常是海报的明显标志。
• 或许现实照片（即非海报）遵循不同的颜色分布？
• 海报可能不太可能包含面孔——但这是一个相当薄弱的断言。

是否有任何分类算法可以检测一张图片是否是海报？

回答：

你的问题非常宽泛。海报或照片并不是明确定义的对象。什么是海报？在现实生活中，海报通常是照片，或者照片的组合，或者稍微调整过的照片。

如果我们缩小到你问题第一部分提到的——乐队照片与即将举行的演出海报，那么答案是——可能可以（尽管我从未见过有人这样做）。由于你需要一个二元分类器，我建议采用一些机器学习模型（朴素贝叶斯应该足够，但如果你想使用更复杂的特征，可以尝试支持向量机、极限学习机，或者一些随机森林/决策树），并将其应用于包含以下内容的向量编码数据：

二元特征：

• “图片中有文字吗？”——你将需要外部的文本检测算法
• “图片中有数字吗”——活动应该有日期
• “图片中有日期吗”
• “图片中有面孔吗”

使用朴素贝叶斯将构建条件概率，如P(海报|有文字)、P(海报|有数字)等，这不仅会给你一个分类器，还会提供你的特征的重要性洞察（接近0.5的概率表明特定特征无用）。

我不会使用直方图等，因为可能的照片范围、摄影风格等非常广泛，除非你愿意创建一个非常大的训练集。

如果这些还不够，你可以将这些特征改为更复杂的特征，并使用比朴素贝叶斯更强大的分类器。

复杂特征：

• 图片中有多少个文字？
• 图片中有多少个数字？
• 图片中有多少个日期？
• 图片中有多少个面孔？
• 图片直方图

最后一个选项，如果一切都失败了，你可以尝试在原始图片上训练一些现代模型，如深度信念网络。这将需要强大的计算能力，但结果对科学界也将非常有价值。