Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Poc1 - Final
1. Extração de pontos de
interesse de imagens
utilizando o
algoritmo SIFT no ambiente
Android
Duílio Campos Sasdelli (duilio@dcc.ufmg.br)
Orientador: Fernando Magno Quintão Pereira
Co-Orientador: David Menotti
3. Proposta (2/2)
Solução:
Utilizar técnicas de visão computacional
para casamento de objetos:
SIFT: Detecção de Pontos de
Interesse
RANSAC: Casamento dos Pontos
Encontrados
Metodologia:
Implementação do SIFT (Scale Invariant
Feature Transform) em um Ambiente
Móvel Android
3
4. Aplicação (1/3)
Turismo
(1) Usuário captura imagem
(2) Pontos de Interesse
(3) Informações sobre a imagem
2
1
3
4
14. SIFT (6/6)
É dividido em quatro etapas:
Detecção de Extremos
Localização dos Pontos de Interesse
Definição de Orientação
Definição de Descritores
14
15. Detecção de Extremos (1/5)
Deve-se detectar candidatos a pontos de
interesse e definir suas escalas e
localizações.
Solução:Utilizar a Função Scale-Space
15
20. Localização de Pontos de
Interesse (1/6)
Definir uma localização precisa para os
pontos:
Interpolação com expansão de Taylor
Eliminar candidatos:
Com baixo contraste:
Usar Threshold mínimo
Mal localizados ao longo de uma borda:
Avaliar curvaturas principais
20
21. Localização de Pontos de
Interesse (2/6)
Método (1/3):
Interpolação com expansão de Taylor
Novo extremo local:
21
22. Localização de Pontos de
Interesse (3/6)
Método (2/3):
Pontos com baixo contraste são
descartados:
22
23. Localização de Pontos de
Interesse (4/6)
Resultado: Ainda há muitos pontos mal
posicionados nas bordas
23
24. Localização de Pontos de
Interesse (5/6)
Método (3/3):
Curvaturas principais possuem uma razão
elevada se o ponto é sensível a ruídos
Auto-valores da matriz hessiana em um
dado ponto são proporcionais às curvaturas
principais:
Como só é necessária a razão, os pontos
devem respeitar:
24
30. Definição de Descritores (1/4)
As etapas anteriores criam um descritor
invariante à escala e rotação
É necessário expandi-lo para permitir
invariância à:
Perspectiva:
Histograma de gradientes regional
Iluminação (Brilho e Contraste):
Normalização
30
31. Definição de Descritores (2/4)
Método (1/3)
Cria-se um novo descritor a partir de
histogramas de gradiente em regiões ao
redor do ponto:
31
33. Definição de Descritores (4/4)
Método (3/3)
Invariância a mudanças no contraste:
O vetor descritor é normalizado e se
torna unitário
Invariância a mudanças no brilho:
Não é necessário fazer nada pois o
uso de gradientes já incorpora a
invariância
33
34. Android (1/2)
O Ambiente Android
Sistema operacional da Google para
Smartphones
Utiliza uma versão modificado do Kernel
Linux
Desenvolvimento de aplicativos:
Linguagem Java
Google oferece amplo suporte e
documentação
SDK completo: bibliotecas, depurador
e emulador
34
35. Android (2/2)
Desenvolvimento do Sift no Android é
desafiante:
Grande gasto de memória
Processamento pesado
Soluções:
Simplificar o algoritmo
Otimizar funções custosas
Adaptar algumas funções
35