Similar presentations:
Построение эффективных численных методов для задач обнаружения пешеходов по цифровому изображению
1.
Казанский (Приволжский) Федеральный УниверситетПостроение эффективных
численных методов для задач
обнаружения пешеходов по
цифровому изображению
Гатауллин Р.Р., Коннов И.В., Разинков Е.В.
Казань, 2017
2.
Постановка задачиРеализовать и сравнить различные методы оптимизации
для задачи обнаружения пешеходов по цифровому
изображению.
Построить эффективный численный метод для обучения
классификатора цифровых изображений с высокой
размерностью векторов признаков.
3.
Задача обнаружения пешеходовЭта задача заключается в определении присутствия
пешехода на входном изображении и нахождении его
местоположения.
Имеется база изображений, для каждой из которых
поставлены в соответствие координаты пешеходов.
4.
Используемая методологияВыбор функции вычисления векторов характеристик.
Формирование обучающей выборки.
Обучение классификатора (решение оптимизационной
задачи, которая является предметом исследования).
Выделение участков изображения с помощью техники
скользящего окна.
Обнаружение пешеходов в каждом из выделенных участков
с помощью обученного классификатора.
5.
Вектора характеристикПусть u∈U — классифицируемый объект из множества
цифровых изображений размера 128x64 пикселей, тогда
x = (x1,…,xn) = μ(u) — n-мерный вектор характеристик этого
объекта.
В качестве функции μ был выбран дескриптор HOG.
Размерность векторов характеристик составила n=???.
6.
Модель классификации7.
Модель классификации8.
SSM9.
ЭкспериментыВ ходе экспериментов использованный метод SSM
сравнивался с проективным и методом условного
градиента.
Оценка эффективности велась по количеству итераций до
завершения алгоритма и количеству вычислений
производной.
10.
ЭкспериментыЗависимость изменения ошибки от номера итерации для различных
методов (проективный, условного градиента, SSM).
11.
ЭкспериментыТак же была оценена точность обученного классификатора
по мере F-score и была равной 91%.
F-score =
12.
ИтогиРеализованы основные компоненты метода обнаружения
пешеходов на цифровых изображениях.
Построен численный метод обучения алгоритма
классификации изображений.
Проведены эксперименты по оценке эффективности
построенного метода и его сравнению с используемыми
ранее методами.