画像およびビデオ分析。 画像分類とオブジェクト認識

本日、Yandex Data Analysis School、JetBrains、CS-clubの共同イニシアチブで作成された、サンクトペテルブルクコンピュータサイエンスセンターでNatalya Vasilyevaが実施したコース「Image and Video Analysis」からの7回目の講義を公開します。







合計で、このプログラムには9つの講義があり、そのうちのすでに公開されています

1. コース「画像およびビデオ分析」の概要 。
2. 空間および周波数画像処理の基礎 ;
3. 形態学的画像処理 ;
4. 特性評価と画像比較：グローバル属性 ;
5. 標識の構築と画像比較：ローカル標識 ;
6. 画像で検索します。 あいまいな重複を検索します。

カットの下に、新しい講義計画とスライドがあります。







画像を比較する理由：

• 同様のオブジェクトを考慮するもの。
• 認識されるオブジェクトとは何ですか。

オブジェクトを選択するタスクの難易度：

• 難しさ：オブジェクトのさまざまな角度/姿勢。
• 難しさ：異なる規模。
• 難しさ：照明の変更。
• 難しさ：背景。
• 難しさ：重複。
• 問題点：変形可能なオブジェクト。
• 難しさ：種内の違い。

オブジェクトの共通プロパティを1つのカテゴリから区別する方法：

• 一般的なソリューションスキーム。
• 使用するサイン。
• 分類器のトレーニング方法。
• トレーニングセットのさまざまなレイアウトオプション。
• モデル：生成的vs. 差別的。
• 識別方法。

さまざまなサブタスクとオブジェクトのタイプの分類：

• オブジェクトカテゴリの定義。
• カテゴリの定義：例。
• オブジェクトを選択します。
• 分類子の使用。
• スライディングウィンドウを使用します。
• ワードバッグモデルに空間位置情報を追加します。
• ピラミッドを使用できます。
• ジッタリング。

Violo-Jones Detector：

• 部品配置モデル。