Please enable JavaScript.

Coggle requires JavaScript to display documents.

МВТ-22, Camshift Вы внимательно следили за последним результатом? Есть…

- - - - Есть множество мер расстояния, рассмотрим несколько из них:
        
        Евклидово расстояние — наиболее распространенное расстояние. Оно является геометрическим расстоянием в многомерном пространстве.
        
        Квадрат евклидова расстояния. Иногда может возникнуть желание возвести в квадрат стандартное евклидово расстояние, чтобы придать большие веса более отдаленным друг от друга объектам.
        
        Расстояние городских кварталов (манхэттенское расстояние). Это расстояние является просто средним разностей по координатам. В большинстве случаев эта мера расстояния приводит к таким же результатам, как и для обычного расстояния Евклида. Однако отметим, что для этой меры влияние отдельных больших разностей (выбросов) уменьшается (так как они не возводятся в квадрат).
        
        Расстояние Чебышева. Это расстояние может оказаться полезным, когда желают определить два объекта как «различные», если они различаются по какой-либо одной координате (каким-либо одним измерением). : :
        
        Степенное расстояние. Иногда желают прогрессивно увеличить или уменьшить вес, относящийся к размерности, для которой соответствующие объекты сильно отличаются. Это может быть достигнуто с использованием степенного расстояния.
        
        Выбор расстояния (критерия схожести) лежит полностью на исследователе. При выборе различных мер результаты кластеризации могут существенно отличаться.
- - - - Как следует из названия, BS вычисляет маску переднего плана, выполняя вычитание между текущим кадром и фоновой моделью, содержащей статическую часть сцены или, в более общем плане, все, что можно рассматривать как фон, учитывая характеристики наблюдаемой сцены.
        
        BS состоит из двух основных этапов:
        
        Background Initialization
        
        Background Update
        
        На первом шаге вычисляется исходная модель фона, в то время как на втором шаге эта модель обновляется, чтобы адаптироваться к возможным изменениям в сцене.
  - - - На нем показан мяч, движущийся в 5 последовательных кадрах. Стрелка показывает вектор его перемещения. Optical Flow имеет множество применений в таких областях, как:
        
        Структура из движения
        
        Сжатие видео
        
        Стабилизация видео
        
        Optical Flow работает на нескольких допущениях:
        
        Интенсивность пикселей объекта не меняется между последовательными кадрами.
        
        Соседние пиксели имеют аналогичное движение.
- - - - нам нужно найти пять параметров, известных как коэффициенты искажения, определяемые как:
        
        В дополнение к этому нам нужна другая информация, например, внутренние и внешние параметры камеры. Внутренние параметры специфичны для камеры. Они включают такую информацию, как фокусное расстояние (fx,fy) и оптических центров (x,у). Фокусное расстояние и оптические центры можно использовать для создания матрицы камеры, которую можно использовать для устранения искажений из-за линз конкретной камеры. Матрица камеры уникальна для конкретной камеры, поэтому после расчета ее можно повторно использовать для других изображений, снятых той же камерой. Он выражается в виде матрицы 3x3:
    - - Калибровка по шаблону: Когда мы полностью контролируем процесс формирования изображения, лучший способ выполнить калибровку — это сделать несколько изображений объекта или шаблона известных размеров с разных точек зрения. Метод шахматной доски, который мы изучим в этом посте, относится именно к этой категории. Вместо рисунка шахматной доски можно использовать круглые узоры известных размеров.
        
        Геометрические примитивы. Иногда в сцене присутствуют другие геометрические примитивы, например прямые линии и точки пересечений, которые также можно использовать для калибровки.
        На основе глубокого машинного обучения: Когда у нас очень ограничены возможности управления настройками изображения (например, у нас есть единственное изображение сцены), при этом всё еще возможно получить информацию для калибровки камеры, используя Метод глубокого машинного обучения.
- - - - Если вы встретите какой-либо учебник, в котором упоминается старый инструмент opencv_haartraining (который устарел и все еще использует интерфейс OpenCV1.x) , то, пожалуйста, игнорируйте этот учебник и придерживайтесь инструмента opencv_traincascade. Этот инструмент является более новой версией, написанной на C++ в соответствии с API OpenCV 2.x и OpenCV 3.x. opencv_traincascade поддерживает как HAAR-подобные функции вейвлета [225] , так и LBP (локальные двоичные шаблоны) [132] .Особенности. Функции LBP обеспечивают целочисленную точность в отличие от функций HAAR, обеспечивая точность с плавающей запятой, поэтому обучение и обнаружение с помощью LBP в несколько раз быстрее, чем с функциями HAAR. Что касается качества обнаружения LBP и HAAR, оно в основном зависит от используемых данных обучения и выбранных параметров обучения. Можно обучить классификатор на основе LBP, который будет обеспечивать почти такое же качество, как и классификатор на основе HAAR, в течение процента времени обучения.
      - Новый интерфейс обнаружения каскадного классификатора из OpenCV 2.x и OpenCV 3.x ( cv::CascadeClassifier ) поддерживает работу как со старыми, так и с новыми форматами моделей. opencv_traincascade может даже сохранить (экспортировать) обученный каскад в старом формате, если по какой-то причине вы застряли на старом интерфейсе. По крайней мере, тогда можно было бы тренировать модель в наиболее стабильном интерфейсе.
      - Приложение opencv_traincascade может использовать TBB для многопоточности. Чтобы использовать его в многоядерном режиме, OpenCV должен быть собран с включенной поддержкой TBB.
      - Начиная с OpenCV 3.x сообщество предоставляет и поддерживает инструмент аннотации с открытым исходным кодом, используемый для создания -infoфайла. Доступ к инструменту можно получить с помощью команды opencv_annotation, если приложения OpenCV, где build.
        Пользоваться инструментом довольно просто. Инструмент принимает несколько обязательных и некоторые необязательные параметры:
        
        --images (обязательно) : путь к папке, содержащей изображения с вашими объектами [пример - /data/testimages/]
        
        --maxWindowHeight (необязательно) : если входное изображение больше по высоте, чем заданное здесь разрешение, измените размер изображения для облегчения аннотации, используя --resizeFactor.
        
        --resizeFactor (необязательно) : коэффициент, используемый для изменения размера входного изображения при использовании --maxWindowHeightпараметра.
        
        --annotations (обязательно) : путь к txt файлу аннотаций, где вы хотите хранить свои аннотации, который затем передается в -infoпараметр [пример - /data/annotations.txt]
        
        Время от времени может быть полезно визуализировать обученный каскад, чтобы увидеть, какие функции он выбрал и насколько сложны его этапы. Для этого OpenCV предоставляет приложение opencv_visualisation. Это приложение имеет следующие команды:
        
        --image (обязательно) : путь к эталонному изображению для вашей объектной модели. Это должна быть аннотация с размерами [ -w, -h], передаваемая как в приложение opencv_createsamples, так и в приложение opencv_traincascade.
        
        --model (обязательно) : путь к обученной модели, которая должна находиться в папке, указанной в -dataпараметре приложения opencv_traincascade.
        
        --data (необязательно) : если предоставляется папка данных, которую необходимо заранее создать вручную, будут сохранены выходные данные сцены и видео с функциями.
        
        Для каждого этапа делается видео, в котором визуализируется каждая функция
  - - - Здесь мы будем работать с распознаванием лиц. Изначально алгоритму нужно много положительных изображений (изображений лиц) и отрицательных изображений (изображений без лиц) для обучения классификатора. Затем нам нужно извлечь из него признаки. Для этого используются функции Хаара, показанные на изображении ниже. Они такие же, как наше сверточное ядро. Каждая функция представляет собой отдельное значение, полученное путем вычитания суммы пикселей под белым прямоугольником из суммы пикселей под черным прямоугольником.
        
        Теперь все возможные размеры и расположение каждого ядра используются для расчета множества функций. (Только представьте, сколько вычислений требуется? Даже окно 24x24 дает более 160000 функций). Для каждого вычисления функции нам нужно найти сумму пикселей под белым и черным прямоугольниками. Чтобы решить эту проблему, они ввели интегральное изображение. Каким бы большим ни было ваше изображение, оно сводит вычисления для данного пикселя к операции, включающей всего четыре пикселя. Мило, не так ли? Это делает вещи сверхбыстрыми. Но среди всех этих признаков, которые мы рассчитали, большинство из них не имеет значения. Например, рассмотрим изображение ниже. В верхнем ряду показаны две хорошие функции. Первый выбранный признак, по-видимому, фокусируется на том свойстве, что область глаз часто темнее, чем область носа и щек. Второй выбранный признак основан на том свойстве, что глаза темнее переносицы. А вот те же окна, нанесенные на щеки или любое другое место, значения не имеют. Так как же нам выбрать лучшие функции из более чем 160 000 функций? Это достигается с помощью Adaboost .
        
        Для этого мы применяем каждую функцию ко всем тренировочным изображениям. Для каждой функции он находит лучший порог, который классифицирует лица на положительные и отрицательные. Очевидно, будут ошибки или неправильная классификация. Мы выбираем признаки с минимальной частотой ошибок, что означает, что они являются признаками, которые наиболее точно классифицируют изображения лица и не-лица. Окончательный классификатор представляет собой взвешенную сумму этих слабых классификаторов. Он называется слабым потому, что сам по себе не может классифицировать изображение, но вместе с другими образует сильный классификатор. В документе говорится, что даже 200 функций обеспечивают обнаружение с точностью 95%. В их окончательной настройке было около 6000 функций.
        
        Итак, теперь вы делаете снимок. Возьмите каждое окно 24x24. Примените к нему 6000 функций. Проверьте, лицо это или нет. Вау.. Разве это не немного неэффективно и отнимает много времени? Да, это так. У авторов есть хорошее решение для этого. На изображении большая часть изображения не является областью лица. Так что лучше иметь простой способ проверить, не является ли окно областью лица. Если это не так, выбросьте его одним выстрелом и больше не обрабатывайте. Вместо этого сосредоточьтесь на областях, где может быть лицо. Таким образом, мы тратим больше времени на проверку возможных областей лица. Для этого они ввели понятие каскада классификаторов . Вместо того, чтобы применять все 6000 функций к окну, функции сгруппированы по разным стадиям классификаторов и применяются одна за другой. (Обычно первые несколько этапов содержат гораздо меньше функций). Если окно не проходит первый этап, откажитесь от него. Остальные функции на нем мы не рассматриваем. Если он проходит, примените второй этап функций и продолжите процесс. Окно, прошедшее все этапы, является областью лица. Как план! Детектор авторов имел 6000+ признаков с 38 этапами с 1, 10, 25, 25 и 50 признаками на первых пяти этапах. (Две функции на изображении выше фактически получены как две лучшие функции от Adaboost). По словам авторов, в каждом подокне оценивается в среднем 10 функций из 6000+. Итак, это простое интуитивное объяснение того, как работает распознавание лиц Виолы-Джонса. Прочтите документ для получения более подробной информации или ознакомьтесь со ссылками в разделе «Дополнительные ресурсы».