BIT I SoSem 2015 | Basisinformationstechnologie II - 07_Maschinelles Sehen / Computer Vision
•Descargar como PPTX, PDF•
0 recomendaciones•993 vistas
BIT I SoSem 2015 | Basisinformationstechnologie II - 07_Maschinelles Sehen / Computer Vision
Recomendados
Recomendados
Más contenido relacionado
Destacado
Destacado (16)
Más de Institute for Digital Humanities, University of Cologne
Más de Institute for Digital Humanities, University of Cologne (20)
Último
Último (8)
BIT I SoSem 2015 | Basisinformationstechnologie II - 07_Maschinelles Sehen / Computer Vision
- 1. Universität zu Köln. Historisch-Kulturwissenschaftliche Informationsverarbeitung Dr. Jan G. Wieners // jan.wieners@uni-koeln.de Basisinformationstechnologie II Sommersemester 2015 03. Juni 2015 – Maschinelles Sehen / Computer Vision
- 2. Maschinelles Sehen / Computer Vision Problemstellung: Algorithmische sinnliche Wahrnehmung? (Vorverarbeitung: Verbesserung des Quellmaterials) Kantendetektion Segmentierung Clustering Themenüberblick
- 3. Computer Vision / maschinelles Sehen
- 7. Bedeutung: „Schafe im Hochland Islands“ „Geothermalkraftwerk Bjarnarflag“ „Pünderich an der Mosel“ Menschliche (sinnliche) Wahrnehmung + x + Hintergrundwissen
- 14. „Alles […], was ich bisher am ehesten für wahr angenommen, habe ich von den Sinnen oder durch Vermittelung der Sinne empfangen. Nun aber bin ich dahinter gekommen, daß diese uns bisweilen täuschen, und es ist ein Gebot der Klugheit, niemals denen ganz zu trauen, die auch nur einmal uns getäuscht haben.“ (Descartes, René: Meditationen über die Grundlagen der Philosophie mit den sämtlichen Einwänden und Erwiderungen. Hamburg: meiner, 1994. S. 12)
- 15. …und ?
- 22. Kantendetektion
- 25. Form Textur
- 26. Hall of Fame der Kantenfilter / Kantenoperatoren Sobel-Operator Laplace-Operator Scharr-Operator Prewitt-Operator Kirsch-Operator Marr-Hildreth-Operator Canny-Algorithmus …
- 27. Sobel-Operator:
- 36. == ? I. Differenzbild / pixelweiser Vergleich
- 38. == ?
- 44. Anforderungen / Intention Separationsfähigkeit: Ähnliche Werte für ähnliche Objekte Unterschiedliche Werte für unterschiedliche Objekte Performanz Störungsanfälligkeit / Robustheit gegen Störungen Kompakter Merkmalsvektor Merkmalsextraktion
- 46. Mustererkennung
- 47. Einfaches Modell eines künstlichen Neurons i mit: ℎ𝑖:Summe der gewichteten Eingabeimpulse 𝑤𝑖1…𝑤𝑖𝑛, die das Neuron von verknüpften externen Einheiten oder von Sensoren (𝜉1…𝜉𝑛) erhält 𝑎𝑖: Aktivierungsmaß 𝑔(ℎ𝑖): Aktivierungsfunktion 𝑜𝑖: Ausgabe des Neurons
- 48. Verarbeitung der Eingabeimpulse 𝑤𝑖1…𝑤𝑖𝑛 erfolgt in zwei Schritten: ℎ𝑖: gewichtete Summe der Eingabeimpulse bestimmen, die an dem Neuron anliegen: Bestimmung des Aktivierungsmaßes (in den meisten Fällen: Ausgabe) des Neurons:
- 53. Selbstorganisierende Karte (Kohonen-Karte) Clustering
- 54. Filter & Co. Mit HTML5 und JavaScript: http://www.html5rocks.com/en/tutorials/canvas/imagefi lters/?redirect_from_locale=de OpenCV (Open Source Computer Vision): http://opencv.org/ OCRopus(tm) open source document analysis and OCR system: www.code.google.com/p/ocropus/ Framework (PC) für Playstation „Move“: http://code.google.com/p/moveframework/ Kinect for Windows SDK: http://www.microsoft.com/en- us/kinectforwindows/develop/developer- downloads.aspx Weiterführendes
- 55. /
Notas del editor
- Punktoperationen Binarisierung Histogrammausgleich Binarisierung, Schwellwertausgleich Filter Medianfilter
- Geothermalkraftwerk Bjarnarflag
- Pünderich, Mosel
- Sinnliche Wahrnehmung Moped Auflösungsvermögen Das menschliche Auge besitzt ca. 6 Mio. Zapfenzellen und 120 Mio. Stabzellen; das Sensor-Array einer typischen CCD-Kamera 440.000 Bildpunkte (Video) bzw. 5-16 MegaPixel (Photo) Eine analoge 35mm Kleinbildkamera erreicht eine Auflösung von ca. 20 Megapixel (!) Verarbeitungsleistung Trotz relativ langsamer „Schaltzeiten“ im Millisekundenbereich garantiert parallele Verarbeitung eine extrem hohe Verarbeitungsleistung des menschl. visuellen Systems Farbensehen Das menschliche Auge kann ca. 100 Grauwerte und 7 Mio. Farben unterscheiden; digitale Graustufenbilder enthalten bis zu 256 Graustufen und bis zu 16,7 Mio Farben.
- Struktur / form?
- Kaffeehaustäuschung
- Auflösungsvermögen Das menschliche Auge besitzt ca. 6 Mio. Zapfenzellen und 120 Mio. Stabzellen; das Sensor-Array einer typischen CCD-Kamera 440.000 Bildpunkte (Video) bzw. 5-16 MegaPixel (Photo) Eine analoge 35mm Kleinbildkamera erreicht eine Auflösung von ca. 20 Megapixel (!) Verarbeitungsleistung Trotz relativ langsamer „Schaltzeiten“ im Millisekundenbereich garantiert parallele Verarbeitung eine extrem hohe Verarbeitungsleistung des menschl. visuellen Systems Farbensehen Das menschliche Auge kann ca. 100 Grauwerte und 7 Mio. Farben unterscheiden; digitale Graustufenbilder enthalten bis zu 256 Graustufen und bis zu 16,7 Mio Farben.
- Vexierbilder Bedeutung?
- Woher wissen Suchmaschinen, was in einer Rastergrafik dargestellt ist? Annotation: Metainformationen, ausgefülltes alt-Attribut des <img> Tags Bildanalyse
- Der Algorithmus nutzt eine Faltung mittels einer 3×3-Matrix (Faltungsmatrix), die aus dem Originalbild ein Gradienten-Bild erzeugt. Mit diesem werden hohe Frequenzen im Bild mit Grauwerten dargestellt. Die Bereiche der größten Intensität sind dort, wo sich die Helligkeit des Originalbildes am stärksten ändert und somit die größten Kanten darstellt. Daher wird zumeist nach der Faltung mit dem Sobeloperator eine Schwellwert-Funktion angewandt. Der Algorithmus kann allerdings auch auf andere zweidimensionale Signale angewandt werden. Aus dem Originalbild wird für jeden Bildpunkt immer nur ein Ausschnitt, genauer gesagt die Umgebung des zu betrachtenden Punktes verwendet. Dazu wird eine Matrix definiert, deren Komponenten die Änderungsgewichtung der Umgebung vom Punkt repräsentieren. Die Matrix ist üblicherweise symmetrisch angelegt, sodass keine Änderung in der Umgebung zu einer Nullsumme führt (siehe unten). Nun werden mittels der Sobeloperatoren und die gefalteten Resultate und berechnet:
- Der Algorithmus nutzt eine Faltung mittels einer 3×3-Matrix (Faltungsmatrix), die aus dem Originalbild ein Gradienten-Bild erzeugt. Mit diesem werden hohe Frequenzen im Bild mit Grauwerten dargestellt. Die Bereiche der größten Intensität sind dort, wo sich die Helligkeit des Originalbildes am stärksten ändert und somit die größten Kanten darstellt. Daher wird zumeist nach der Faltung mit dem Sobeloperator eine Schwellwert-Funktion angewandt. Der Algorithmus kann allerdings auch auf andere zweidimensionale Signale angewandt werden. Aus dem Originalbild wird für jeden Bildpunkt immer nur ein Ausschnitt, genauer gesagt die Umgebung des zu betrachtenden Punktes verwendet. Dazu wird eine Matrix definiert, deren Komponenten die Änderungsgewichtung der Umgebung vom Punkt repräsentieren. Die Matrix ist üblicherweise symmetrisch angelegt, sodass keine Änderung in der Umgebung zu einer Nullsumme führt (siehe unten). Nun werden mittels der Sobeloperatoren und die gefalteten Resultate und berechnet:
- Anwendungsfall: PLANETS
- Nach Kantendetektion: Segmente / Bildteile, die einzelne oder mehrere Objekte enthalten können Wir möchten herausfinden, ob zwei Objekte gleich sind Szenario 1 : Wie können wir hier einen Vergleich durchführen? Einfache Möglichkeit: Differenzbild unterschiedliche Pixel zählen bei vielen unterschiedlichen Pixeln => unterschiedli che Segmente bei wenig unterschiedlichen Pixeln => ähnliche/gleic he Segmente
- Template Matching Das erste Segment wird in alle Positionen und Drehu ngen versetzt und mit dem zweiten verglichen, bis es „passt“. Problem: alle Drehungen müssen mit allen x-Verschiebungen und allen y-Verschiebungen kombiniert werden! Sehr rechenintensiv
- Großes Problem…
- Es werden Charakterisierungen durch „Attribute“ oder Zahlen vorgenommen Vergleich der Attribute oder Zahlen ist einfach: Sind diese ungleich so sind die Objekte unterschiedlich Dies ist offensichtlich sehr viel schneller als Template Matching!
- A quadrat + b quadrat
- Einfache Geometrische und Topologische Merkmale Viele Merkmale für Segmente sind schön anschaulich und einfach zu berechnen
- Einfache Geometrische und Topologische Merkmale Viele Merkmale für Segmente sind schön anschaulich und einfach zu berechnen
- Einfache Geometrische und Topologische Merkmale Viele Merkmale für Segmente sind schön anschaulich und einfach zu berechnen
- Es fasst drei biologisch motivierte Fachgebiete der Informationsverarbeitung zusammen. Es basiert auf Algorithmen der Fuzzylogik und künstlichen neuronalen Netzen sowie auf den Evolutionären Algorithmen.
- Hierbei signifiziert 𝑤𝑖𝑗𝑜𝑗 die Ausgabe 𝑜𝑗 des Knotens 𝑗, die das betrachtete Neuron 𝑖 durch eine gewichtete Verbindung 𝑤𝑖𝑗 erreicht. Ist ℎ𝑖 berechnet, wird anschließend die Aktivierungsfunktion 𝑔(ℎ𝑖) ausgeführt, die das Aktivierungsmaß 𝑎𝑖 des Neurons 𝑖 kalkuliert:
- Netztopologien Ein vorwärtsgerichtetes künstliches neuronales Netz mit einer Eingabe-, einer versteckten- und einer Ausgabeschicht.