Figyelmi algoritmusokkal vezérelt helyszínanalízis Persa György Jegyzet 2009/05/02.

Slides:



Advertisements
Hasonló előadás
ÉRDEKES PONTOK KINYERÉSE DIGITÁLIS KÉPEKEN. BEVEZETÉS  ALAPPROBLÉMA  Jellemzőpontok detektálása mindkét képen  Kinyert pontok megfeleltetése  Megfeleltetések.
Advertisements

A Dijkstra algoritmus.
Nem teljesen kitöltött páros összehasonlítás mátrixok aggregálása Ábele-Nagy Kristóf.
BECSLÉS A sokasági átlag becslése
Hotel Eger Park Konferenciaközpont október
Fejmozgás alapú gesztusok felismerése
Kimeneti periféria A monitor
Kimeneti egységek Készítették: Boros Gyevi Vivien Tóth Ágnes
Dr. Tihanyi Miklós r. őrnagy..
Project 5: Video background replacement
2010 időjárása, különös tekintettel a nagy csapadékokra és más veszélyes jelenségekre dr Bonta Imre, Babolcsai György, Ujváry Katalin (IEO) Nagy csapadékos.
F IGYELMI ALGORITMUSOKKAL VEZÉRELT HELYSZÍNANALÍZIS A BIONIKUS SZEMÜVEGBEN Persa György.
1 Radikális változások küszöbén- a szivattyúk alkalmazását érintő EU irányelvek és rendeletek Erdei István Grundfos Hungária Kft.
A területfejlesztés dinamikája Magyarországon Egy f ő re jutó jövedelmek rendszere Európában és Magyarországon Készítette: Hollanda Timea.
Budapesti Műszaki és Gazdaságtudományi Egyetem Elektronikus Eszközök Tanszéke A programozás alapjai 1. (VIEEA100) 9. előadás.
Foltkeresés tüdő röntgen képeken
Számítógépes grafika Szirmay-Kalos László
Számítógépes grafika Szirmay-Kalos László
Programozási alapismeretek 7. előadás. ELTE Szlávi-Zsakó: Programozási alapismeretek 7. előadás2/  Sorozatszámítás.
Főkomponensanalízis Többváltozós elemzések esetében gyakran jelent problémát a vizsgált változók korreláltsága. A főkomponenselemzés segítségével a változók.
Statisztika Érettségi feladatok
1. A digitális fényképezőgép felépítése
5. előadás.
Vámossy Zoltán 2004 (Mubarak Shah, Gonzales-Woods anyagai alapján)
Szűrés és konvolúció Vámossy Zoltán 2004
Gazdálkodási modul Gazdaságtudományi ismeretek I. Üzemtan
INNOCSEKK 156/2006 Hasonlóságelemzés-alapú vizsgálat a COCO módszer használatával Készítette: Péter Gábor
Többdimenziós skálázás (7. fejezet). Alapgondolat Feltáró elemzés A skálázással az adatok közötti különbségeket vizsgáljuk, illetve vetítjük le őket kevesebb.
Diszkriminancia analízis
PPKE ITK 2007/08 tanév 7. szemeszter Őszi félév Távközlő rendszerek forgalmi elemzése Tájékoztatás GY
További vektor, mátrix algoritmusok
A SPECT képalkotás Szigeti Krisztián. A szeminárium menetrendje dátumtémaelméletiklinikai SPECTSzigeti Krisztián (fizikus)Korom Csaba (orvos,
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Mesterséges Intelligencia Alapjai II. beadandó Orosz György – Vörös Gyula – Zsiák Gergő Pál.
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
Bevezetés: a Számítógépi grafika tárgya (Szemelvények: amit tudni illik)
A magyar-szlovák- ukrán hármas határ mentén élők identitása Örkény Antal – Székelyi Mária 2012.
Full scale törésmechanikai vizsgálatok nyomástartó edényekkel Fehérvári Attila.
Szerkezeti fa szilárdság szerinti osztályozása
Készítette: Gergó Márton Konzulens: Engedy István 2009/2010 tavasz.
Készítette: Horváth Zoltán (2012)
Programtesztelés. Hibák keletkezésének okai nem egyértelmű vagy hiányos kommunikáció fejlesztés közben maga a szoftver bonyolultsága programozói (kódolási)
Közúti baleseti statisztikák elemzése. Közúti baleseti adatok eredete Rendőrség által helyszíni adatrögzítésből nyert adatok.
Statisztikai módszerek áttekintése módszerválasztási tanácsok Makara Gábor.
Többváltozós adatelemzés
Számítógépes grafika Bevezetés
Kézmozdulat felismerő rendszer
Bevezetés: a Számítógépi grafika tárgya (Szemelvények: amit tudni illik)
Szélsőséges meteorológiai helyzetek Magyarországon: május-június Dr. Bozó László elnök Országos Meteorológiai Szolgálat.
Dr. Bánkuti Gyöngyi Klingné Takács Anna
Felsőlégköri elektro-optikai emissziók és megfigyelésük Sopronból Barta Veronika Bór József Sátori Gabriella Közép európai Légköroptikai Konferencia Baja,
Gazdálkodási modul Gazdaságtudományi ismeretek I. Üzemtan KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc.
F IGYELMI ALGORITMUSOKKAL VEZÉRELT HELYSZÍNANALÍZIS Persa György.
1. feladat  Készíts olyan függvényt, mely paraméterül kapja két egész típusú változó címét, s hívása után a két változó értéke helyet cserél.
MICA képeken. MICA 1. kísérlet Vettünk 6 db 50x50 pixeles képet. Ezeket 1-1 kétdimenziós sűrűségfügvénynek (2D-hisztogram) fogjuk fel, és importance sampling-gel.
Mérés és adatgyűjtés laboratóriumi gyakorlat
E-HÓD HÓDítsd meg a biteket!.
B ALANCED S CORE C ARD BSC Dr. Kovács Árpád Endre SZIE – GTK TATA Kiválósági Központ és Informatikai Intézet (TKI) március 25.
Szakmai tanulmányút NORVÉGIA ( – ) A bemutatót készítette: Dr. Csermák Károly Ph.D.
- Mobil navigáció látássérülteknek -
Név: Ulicska Réka Osztály: 6
Akcióhatékonysági index
Szóródási mérőszámok, alakmutatók, helyzetmutatók
Hivatkozások beillesztése, animációk szerkesztése
Akcióhatékonysági index
Akcióhatékonysági index
Akcióhatékonysági index
Bunkóczi László, Dr.Pitlik László, Pető István, Szűcs Imre
5. előadás.
3. osztályban.
Előadás másolata:

Figyelmi algoritmusokkal vezérelt helyszínanalízis Persa György Jegyzet 2009/05/02

Használt paraméterek előállítása Eredeti videó, és a feltűnőségi térkép Feltűnőségi térkép: bottom-up figyelmi modell által előállított térkép. A kép minden pixeléhez egy „feltűnőségi” értéket számol ki, mely annak a mérőszáma, hogy egy képpont „mennyire vonzza az emberi tekintetet” (és ezt a videó minden képkockájára). A modellt Lázár Anna dolgozta ki, én a modell által kiszámolt értékeket használom alapnak a továbbiakban. Feltűnőségi értékek: sötétkék:alacsony  vörös:magas

Használt paraméterek előállítása Feltűnőségi térkép, és a legfeltűnőbb területek Legfeltűnőbb területek: egy egyszerű felső vágással (és némi konvolúciós simítással) kiválasztom a leginkább feltűnő területeket a képen Ezek a kiválasztott, legfeltűnőbb területek szolgálnak alapul egy követő (tracking) algoritmushoz A tracking alatt keletkezett paramétereket dinamikusnak, míg az egész videóra vonatkozó paramétereket statikusnak neveztem el. Végső cél: A keletkezett paraméterek segítségével a helyszín osztályozása 4 osztály: beltér, természet, utca, forgalom

Használt paraméterek előállítása Feltűnő területek követése Folyamatábra: - Eredeti videó - Feltűnőségi térkép - Legfeltűnőbb területek - Követett területek Dinamikus paraméterek: -Az adott időpillanatban követett területek száma -A követett területek átlagos sebessége -A követett területek sebességének átlagos szórása -A követett területek átlagos élettartama (mióta követjük már) -A követett területek átlagos távolsága egymástól -A követett területek átlagos feltűnőségi értéke -A követett területek átlagos orientációja Globális (statikus) paraméterek: - Maximális feltűnőségi érték - Átlagos feltűnőségi érték az egész videót tekintve -Átlagos szórás a feltűnőségi értékben -Aggregált térképből származtatott további 6 paraméter Feltűnő területek aggregált térképe

Használt paraméterek Globális (statikus) paraméterek – Egész videóra értelmezett paraméterek (itt 20 videó) Várt osztályok (0-indoor, 1-nature, 2-street, 3-traffic) Feltűnőségi statikus paraméterek -max, átlag, szórás Feltűnő területek aggregált térképéből -szumma, lefedés, átlag Követett területek aggregált térképéből -szumma, lefedés, átlag

Statikus paraméterek – LDA 2D Tanítóhalmaz: előző mátrix, összes oszlop VS összes oszlop LDA-val következő klasszikáció (err=error). Instabilnak tűnik (???)

Statikus paraméterek – LDA 3D Tanítóhalmaz: előző mátrix, legkevesebb hibát mutató megfeleltetés

Dinamikus paraméterek 7*100 mátrix, részlet: 7 dinamikus paraméter 100 frame-en keresztül megfigyelve Sorban: -Az adott időpillanatban követett területek száma -A követett területek átlagos sebessége -A követett területek sebességének átlagos szórása -A követett területek átlagos élettartama (mióta követjük már) -A követett területek átlagos távolsága egymástól -A követett területek átlagos feltűnőségi értéke -A követett területek átlagos orientációja

Dinamikus paraméterek Próbálgatás 3 tengely ….. Kék zöld piros….