TAPe छवि मान्यता प्रौद्योगिकी के संचालन का तंत्र

नमस्कार, प्रिय खभ्रवचन।



हमारी पिछली पोस्ट पर टिप्पणी करने वाले सभी को धन्यवाद। आज हम अपनी कंपनी द्वारा विकसित TAPe- तकनीक के बारे में अधिक विस्तार से बताने की कोशिश करेंगे कि इसका सार और विशेषताएं क्या हैं। और छवि मान्यता के तरीकों के बारे में भी थोड़ा बताएं।



कोई भी छवि मान्यता में रुचि रखता है, कृपया, बिल्ली के नीचे।

प्रौद्योगिकी तंत्र

इसलिए, पिछले लेख में हमने एक नई छवि पहचान तकनीक के बारे में बात की थी। यदि हम सामान्य शब्दों में तकनीक का वर्णन करते हैं, तो कार्रवाई का तंत्र इस प्रकार है: फ्रेम का एक निश्चित सेट (वीडियो अनुक्रम) है, और फ़्रेम का संदर्भ अनुक्रम (या एक छवि) भी है। दिए गए सेट के बीच एक संदर्भ अनुक्रम खोजने के लिए, मानक और सेट के सभी फ़्रेमों के लिए छवियां बनाई जाती हैं - "कास्ट" जो विशिष्ट रूप से छवि का वर्णन करती हैं।



ये "स्नैपशॉट" कुछ महत्वपूर्ण कंकाल या अभिन्न वक्र हैं - टेप प्रारूप में फाइलें । यह इन "कास्ट्स" हैं, जिनकी हम एक दूसरे के साथ तुलना करते हैं। यदि समान "कास्ट" पाए जाते हैं, तो पूरी तरह से समान फ्रेम पाए जाते हैं। अन्यथा, एक विशेष उपाय पेश किया जाता है जो फ्रेम के "दृश्य समानता" को परिभाषित करता है, जिसे दूरी डी कहा जाता है। दूरी जितनी छोटी होगी, "दृश्य समानता" उतनी ही अधिक होगी।

डिजिटल उंगलियों के निशान

एक संदर्भ और स्रोत सेट का प्रतिनिधित्व करने के लिए इस दृष्टिकोण के लिए सबसे अधिक इस्तेमाल किया जाने वाला शब्द डिजिटल फिंगरप्रिंट है। "डिजिटल फिंगरप्रिंट" सुविधाओं का एक निश्चित समूह है जो किसी दिए गए चित्र की विशेषता है। इस छवि में मानक छवि के अनुरूपता पर निर्णय छवि के "डिजिटल फिंगरप्रिंट" और मानक की तुलना करके किया जाता है। इस मामले में, सबसे सटीक रूप से संगत मानक या मानकों का एक सेट एक समानता के दिए गए प्रतिशत को संतुष्ट करता है।

गणना सटीकता

हमारे एल्गोरिथ्म के मामले में, 0.175 से कम दूरी के लिए (इसके बाद की दूरी पैमाने सशर्त है) - फ्रेम लगभग 100% संभावना के साथ समान हैं ।



तार्किक सवाल है - यह आंकड़ा कहां से आया? हम समझाते हैं। हमने कई प्रयोग किए। एक बहुत - एक हजार से अधिक। प्रयोग का सार इस प्रकार था: हमने अलग-अलग स्रोतों (एनालॉग और सैटेलाइट चैनलों से टेलीविजन) से रिकॉर्ड किए गए दो स्पष्ट रूप से समान वीडियो क्लिप लिया, और फिर क्रमिक रूप से हमारी TAPe प्रौद्योगिकी का उपयोग करके फ्रेम के प्रत्येक जोड़े की तुलना की और परिणाम दर्ज किया।



फिर हमने वितरण घनत्व का प्लॉट किया। इसलिए हमें पहला (नीला) चार्ट मिला। उसके बाद, हमने स्पष्ट रूप से अलग-अलग फ़्रेमों का एक नमूना प्राप्त करने के लिए टुकड़ों में से एक पर अनुक्रमों को बदल दिया (रिवर्स ऑर्डर में लॉन्च किया गया, अलग-अलग फ़्रेमों के द्वारा स्थानांतरित किया गया, आदि), तुलना की, और परिणाम भी दर्ज किया। इसलिए हमें दूसरा (गुलाबी) ग्राफ (चार्ट 1 ए और 1 बी) मिला।





आरेख 1 ए। TAPe तकनीक का उपयोग करते हुए छवियों की तुलना करते समय वितरण घनत्व के ग्राफ़।





आरेख 1 बी। TAPe तकनीक (लघुगणकीय पैमाने) का उपयोग करके छवियों की तुलना करते समय वितरण घनत्व के ग्राफ़।



आरेख से पता चलता है कि समान फ़्रेमों के मामले में, सभी तुलना परिणाम 0 और 0.175 के बीच के अंतराल में झूठ बोलते हैं, और विभिन्न फ़्रेमों के मामले में, लगभग सभी परिणाम इस अंतराल के बाहर हैं। यह ग्राफ विभिन्न विकल्पों के लिए समान और समान के लिए लगभग 1.5 मिलियन तुलनाओं का परिणाम दिखाता है। इनमें से, विभिन्न फ़्रेमों की तुलना करने के लिए केवल 21 मान 0.175 तक की सीमा में गिर गए। गणितीय आंकड़ों की भाषा में, इस मामले में पहली तरह की त्रुटि (झूठी सकारात्मक) है:

अल्फा = 21/1500000 = 0.000014

बदले में, दूसरी तरह की एक त्रुटि (सिग्नल लंघन):

बेट्टा = 0/1500000 = 0.0



यही है, त्रुटि नगण्य है।





पहली और दूसरी तरह की त्रुटियों का एक स्पष्ट दृष्टिकोण।



लेकिन यह सिर्फ एक प्रयोग है, वह क्या साबित करता है? लब्बोलुआब यह है कि हमारे सभी प्रयोगों के परिणाम व्यावहारिक रूप से समान हैं । प्रत्येक मामले में, आरेख समान दिखता है, त्रुटि न्यूनतम है। यही कारण है कि हम फ्रेम पहचान के लिए एक निर्धारित मानदंड के रूप में 0.175 के बराबर सीमा का उपयोग करते हैं।

"मानक" विधि का उपयोग करते समय सटीकता

तुलना के लिए, आइए हम एक ही पैरामीटर (फ्रेम की एक जोड़ी के बीच की दूरी) के विश्लेषण पर विचार करें ताकि उनकी चमक हिस्टोग्राम्स की तुलना करके कई पाठ्यपुस्तकों में वर्णित छवियों की तुलना करने के लिए सबसे सरल विधि का उपयोग किया जा सके। ठीक उसी तरह, जैसे हमने पहले मामले में उसी डेटा का विश्लेषण किया था। आरेख में परिणाम:





आरेख 2A। चमक हिस्टोग्राम की तुलना करके छवियों की तुलना करते समय वितरण घनत्व के ग्राफ।





आरेख 2 बी। चमक हिस्टोग्राम (लघुगणकीय पैमाने) की तुलना करके छवियों की तुलना करते समय वितरण घनत्व के ग्राफ़।



वैसे, ग्राफ़ स्पष्ट रूप से त्रुटि दिखाते हैं (0.48 की सीमा के लिए)

अल्फा = 0.3055

बेट्टा = 0.1680

निष्कर्ष

हमने एक ऐसी तकनीक विकसित की है जो आपको अच्छी पूर्णता और विश्वसनीयता के साथ वीडियो डेटा के विशाल सरणियों में एक मॉडल वीडियो क्लिप की खोज करने की अनुमति देती है। यही कारण है कि हमने शुरुआत में हवा पर विज्ञापनों को खोजने पर ध्यान केंद्रित किया, और टेलीविजन सिग्नल का स्रोत महत्वपूर्ण नहीं है - चाहे वह डिजिटल टेलीविजन हो, केबल प्रसारण हो या यहां तक ​​कि सरल एनालॉग प्रसारण।



हालांकि, हम मानते हैं कि टेलीविजन की निगरानी हमारी तकनीक को लागू करने का एकमात्र अवसर नहीं है। यही कारण है कि हम आप के लिए बदल रहे हैं, Habrazhiteli - शायद आप एक और आवेदन के लिए विचार है। हम वर्तमान में एक एपीआई विकसित कर रहे हैं ताकि आप हमारी तकनीक का पूरा लाभ उठा सकें। एपीआई की भविष्य की कार्यक्षमता के बारे में हमें अपने विचारों की पेशकश करें, और हम उन्हें विकास में ध्यान में रखेंगे। आप पीएम को सुझाव भेज सकते हैं या टिप्पणी छोड़ सकते हैं। हम TAPe तकनीक को यथासंभव उपयोगी और सुविधाजनक बनाना चाहते हैं।