Компьютерное зрение. Урок 38. Разряженные словари
Автор megabax   
01.07.2019 г.
New Page 1

Компьютерное зрение. Урок 38. Разряженные словари

Чтобы смотреть урок полностью, а также скачать исходники к уроку, подпишитесь на платный раздел.

В платном разделе статья находится здесь.


Итак, мы научились получать представление по словарю, см. уроки (Компьютерное зрение. Урок 32. Словари, Компьютерное зрение. Урок 33. Matching pursuit, Компьютерное зрение. Урок 34. Matching pursuit. Продолжение, Компьютерное зрение. Урок 35. Matching pursuit. Продолжение - 2, Компьютерное зрение. Урок 36. Orthogonal matching pursuit и Компьютерное зрение. Урок 37. Orthogonal matching pursuit. Продолжение). Теперь поговорим о том, как строить словари. На самом деле существует множество методов построение словарей, в частности, аналитические методы, пакетные методы (для множества наборов данных строим один словарь),  с обучением на лету (анализируем элементы данных по одному, обновляя каждый раз словарь).

Один из методов - это методов K-SVD (обобщение метода K-средних для обучения словаря). Математически данную задачу можно представить так:

Компьютерное зрение. Урок 38. Разряженные словари

...

...

...

... По этим образцам мы и можем обучить словарь для поиска краев. Или два словаря, один для определения хороших краев, второй для плохим. И потом еще и отфильтруем плохие края. Вот пример работы данных методов:

Компьютерное зрение. Урок 38. Разряженные словари

Или вот пример ...

...

...

... На этом обзор методов построения словарей и их возможностей закончим, пришло время практики. Но поскольку такие методы как Matching Pursuit, Orthogonal matching pursuit, K-SVD прочие довольно сложны, то мы рассмотрим более простые методы работы с изображениями, такие как сегментация по K-средних, нейронные сети и прочее. Но это будет уже в будущих уроках. 

Последнее обновление ( 01.07.2019 г. )