Objektum osztályozás Képfeldolgozás 2. Blaskovics Viktor, Hantos Norbert, Papp Róbert Sándor
Feladat ► Kétdimenziós képek osztályozása ► Referenciaképek szerinti felcímkézés
Lehetőségek ► Invariáns momentumok ► Fourier tér ► Kontúr vizsgálat ► Váz
Választott megoldás ► Váz és invariáns momentum alapú jellemzés ► Egymást jól kiegészítik ► Későbbiekben további feature-ökkel bővíthető a rendszer
Invariáns momentumok ► Számokkal reprezentál ► Invariáns a merevtest transzformációkra Eltolás, Forgatás Skálázásra nem ► 7 jellemző – 3 –at használtunk
Váz ► Reprezentálja az objektum Általános formáját Topológiai szerkezetét ► Invariáns Eltolás, forgatás Skálázás
Váz felhasználása ► Szerkezeti jellemzők kinyerése volt a cél ► Lehetőleg szám ► Ötlet: gráfosítás ► Referenciaképekhez való hasonlóság
Váz gráfosítása ► Jellemző pontok kinyerése: Végpont Útpont Elágazási pont ► Égetés, és megjegyzés Új él: 1 - 2
Gráfok összehasonlítása ► Bemenet: 2 gráf ► Kimenet: 0 és 1 közötti szám Hasonlóságot reprezentálja 1 ha a két gráf izomorf ► Izomorf részhalmazokat keresünk Nehéz probléma Kis gráfok
Gráfok összehasonlítása ► S1 az első gráf részgráfjainak halmaza ► S2 a második gráf részgráfjainak halmaza ► S = S1 ∩ S2 ► Hasonlóság = |S| / |S1| * |S| / |S2|
Framework ► Kellően robosztus ► Kötegelt fájlfeldolgozás ► Szabadon bővíthető ► Minden részeredményt tárol ► Egyszerű osztályozás A feature-ök által adott értékek súlyozott összeszorzása ► Tanulás: több referenciakép
Eredmények ► Osama-filter ► Gyakorlati probléma ► Fémdetektor ► Vetület képek felismerése ► Mi van a táskában?
Eredmények
Gráf megjelenítő
Hiányosságok ► Különböző felépítésű objektumokat jól felismerünk (90%), de hasonló szerkezetnél nem (30%) ► Váz gráfosításánál „szellem a gépben” ► Nem minden esetben elegendőek a feature- ök ► Gráfok összehasonlítása lassú
Lehetőségek ► Kinyert váz további felhasználása Szimmetriák keresése Topológiai magok ► Gyorsítás (vagy türelem) ► Probléma specifikus optimalizálás Pl. ABC karaktereire ► Teljsen új feature-ök