Recomendados
Recomendados
Más contenido relacionado
Último
Último (20)
Destacado
Destacado (20)
L1.1 - Intro.pdf
- 1. INTRODUCCIÓN A LA CLASIFICACIÓN DE IMÁGENES Introducción Ernest Valveny DEPARTAMENTO DE CIENCIAS DE LA COMPUTACIÓN
- 2. Introducción a la clasificación de imágenes ¿QUÉ ES la clasificación de imágenes? • Asignar etiquetas a una imagen persona bicicleta ciudad río puente (*) Todas las imágenes de ejemplo que aparecen en este vídeo pertenecen a la base de datos de imágenes Pascal Dataset VOC 2012, http://host.robots.ox.ac.uk/pascal/VOC/ cielo agua nubes salto peligro
- 3. Introducción a la clasificación de imágenes ¿CÓMO asignamos etiquetas a una imagen? • Proceso de aprendizaje a partir de imágenes de ejemplo • Aprender qué características visuales son comunes a todas las imágenes de una categoría y qué las distingue de las imágenes de otras categorías persona ciudad bicicleta
- 4. Introducción a la clasificación de imágenes ¿Qué NO es la clasificación de imágenes? Detección de objetos Búsqueda por similitud (retrieval) Segmentación https://www.coursera.org/learn/deteccion-objetos
- 5. Introducción a la clasificación de imágenes DIFICULTADES para la clasificación de imágenes Variabilidad contenido visual imágenes • Iluminación • Tamaño, posición, punto de vista • Variabilidad en el fondo de la imagen • Oclusiones parciales • Variabilidad intra-clase Número muy elevado de categorías > 100.000 conceptos
- 6. Extracción de características Representación de la imagen Clasificación Esquema general de la clasificación de imágenes Introducción a la clasificación de imágenes “bicicleta”
- 7. Esquema general de la clasificación de imágenes Introducción a la clasificación de imágenes 1. Detección de puntos de interés 2. Descripción local de puntos de interés Extracción de características Representación de la imagen Clasificación “bicicleta” 𝑝1 = 𝑝11, 𝑝12, ⋯ , 𝑝1𝑛 𝑝2 = 𝑝21, 𝑝22, ⋯ , 𝑝2𝑛 𝑝𝑚 = 𝑝𝑚1, 𝑝𝑚2, ⋯ , 𝑝𝑚𝑛 ⋮
- 8. Extracción de características Representación de la imagen Clasificación Esquema general de la clasificación de imágenes Introducción a la clasificación de imágenes “bicicleta” Detección Descripción 𝑝𝑘 = 𝑝𝑘1, 𝑝𝑘2, ⋯ , 𝑝𝑘𝑛
- 9. Extracción de características Representación de la imagen Clasificación Esquema general de la clasificación de imágenes Introducción a la clasificación de imágenes “bicicleta” Detección Descripción 𝑝𝑘 = 𝑝𝑘1, 𝑝𝑘2, ⋯ , 𝑝𝑘𝑛 𝑥 = 𝑥1, 𝑥2, ⋯ , 𝑥𝑠
- 10. Extracción de características Representación de la imagen Clasificación Esquema general de la clasificación de imágenes Introducción a la clasificación de imágenes “bicicleta” Detección Descripción 𝑝𝑘 = 𝑝𝑘1, 𝑝𝑘2, ⋯ , 𝑝𝑘𝑛 𝑥 = 𝑥1, 𝑥2, ⋯ , 𝑥𝑠 𝑥 = 𝑥1, 𝑥2, ⋯ , 𝑥𝑠 𝑥 = 𝑥1, 𝑥2, ⋯ , 𝑥𝑠 𝑥 = 𝑥1, 𝑥2, ⋯ , 𝑥𝑠 𝑥 = 𝑥1, 𝑥2, ⋯ , 𝑥𝑠
- 11. Contenido del curso Introducción a la clasificación de imágenes Clasificación de imágenes SEMANA Detector características Descriptor características Representación imagen Clasificación 1 SIFT SIFT Conjunto de puntos K-NN 2 BoW básico SVM 3 Dense sampling, Harris, SURF SURF, Descriptores de color, PCA 4 Fusión características Fusión de representaciones Combinación clasificadores 5 Información de contexto, pirámides espaciales 6 CNN CNN GMM, Fisher Vector, VLAD CNN
- 12. Introducción a la clasificación de imágenes