Нижегородский государственный университет им. Н.И.Лобачевского Факультет Вычислительной математики и кибернетики Об одном подходе к решению задачи поиска объектов на изображениях Золотых Н.Ю., Козинов Е.А., Кустикова В.Д., Мееров И.Б., Половинкин А.Н.
Содержание Введение Постановка задачи Схема решения Программная реализация Результаты экспериментов Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 2
Постановка задачи Поиск всех объектов некоторого класса (человек, машина, птица, велосипед и т.п.) на изображении. Положение объекта определяется окаймляющим прямоугольником. Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 3
Метод «скользящего» окна Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 4 Вектор признаков Гистограмма ориентации градиентов
Пирамида признаков (1) Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 5 Разная размерность векторов признаков!
Пирамида признаков (2) Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 6
Модель класса объектов Модель класса объектов (используем модели авторов исходной статьи): Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 7 Человек в полный рост Верхняя часть туловища человека
Построение пирамиды признаков: –Масштабирование изображения (OpenCV). –Построение матриц векторов признаков для каждого изображения в пирамиде признаков. Схема решения (1) Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 8 … … Исходное изображение
Схема решения (2) Определение положения объекта (matching) – положение левого верхнего угла грубого фильтра: Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 9 Оценка положений Выбор наиболее вероятных положений
Оценка качества детектирования (1) Тестовые данные – открытые данные конкурса PASCAL Visual Object Challenge. ROC-кривая. Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 10
Оценка качества детектирования (2) Метрика качества детектирования: средняя точность предсказания (average precision). Для вычисления можно использовать VOC Development Kit. Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 11
Программная реализация Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 12
Тестовая инфраструктура Язык разработки: С. Среда разработки: Microsoft Visual Studio 9.0. Компилятор: Microsoft C/C++ Compiler Version (x64). Процессор: 2 двухъядерных процессора Intel Xeon 5150 (2.66 GHz). Память: 4 Gb. Операционная система: Microsoft Windows Server 2008 Standard SP1 x64. Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 13
Результаты экспериментов на данных PASCAL VOC 2007 Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 14
Заключение Качество детектирования не уступает реализации разработчиков алгоритма. Данная реализация интегрирована в открытую библиотеку OpenCV и не требует дополнительного программного обеспечения. Дальнейшее распараллеливание приложения на общую память позволит ускорить обработку изображений. Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 15
Литература 1. Felzenszwalb P. F., Girshick R. B., McAllester D., Ramanan D. Object Detection with Discriminatively Trained Part Based Modes // IEEE Transactions on Pattern Analysis and Machine Intelligence. – – Vol.32, No.9. – P. 1627– Fisher R., Dawson-Howe K., Fitzgibbon A., Robertson C., Trucco E. Dictionary of Computer Vision and Image Processing. – John Wiley. – Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 16
Вопросы ??? Н.Новгород, 2010 г. Об одном подходе к решению задачи поиска объектов на изображениях. 17