iFungus
Upcoming SlideShare
Loading in...5
×

Like this? Share it with your network

Share
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
  • ciao come la scarico l' applicazione?
    Are you sure you want to
    Your message goes here
No Downloads

Views

Total Views
2,165
On Slideshare
2,165
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
9
Comments
1
Likes
1

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Sistemi informativi multimediali Docenti: Raimondo Schettini Gianluigi Ciocca iFUNGUS Un’applicazione per il riconoscimento dei funghi tramite smartphoneAngeloOldaniMichele Pierangeli
  • 2. INDICE• Riconoscere i funghi• Le tecnologie smartphone • Un’applicazione per il riconoscimento di funghi in mobilità• L’architettura dell’applicazione• Il database • Features Extraction • Indexing • Matching • iFungus: interazione e user interface (UI) • Limiti del progetto • Sviluppi futuri
  • 3. RICONOSCERE I FUNGHI Forma Colore Superficie Dimensioni/ Imenio cappello cappello cappello Proporzioni spianato ocra liscia lamelle cappello convesso marrone chiaro striata pori/tuboli gambo depresso marrone scuro scanalata aculei imbuto giallo vellutata ondulato rosso screpolata ovoidale arancio zonata alveoli viola verruche verde squame nero aculei ๏ Commestibili ๏ Immangiabili ๏ Tossici ๏ Mortali
  • 4. LE TECNOLOGIE SMARTPHONE Larga diffusione negli ultimi anni Fotocamera GPS Internet in mobilità Market di applicazioni
  • 5. APPLICAZIONE PER RICONOSCIMENTO FUNGHI Scenario d’uso
  • 6. ARCHITETTURA DI iFUNGUSTutto il processo di retrieval avverrà sullo smartphone, questo èpermesso da:• buona potenza di calcolo• database ristretto• il contesto d’uso potrebbe non permettere una buona connessione dati
  • 7. DATABASE DI iFUNGUS Informazioni: ● nome scientifico ● sinonimi e nomi comuni ● commestibilità ● habitat ● stagione ● eventuali curiosità Feature space: almeno 10 vettori per ogni specie di fungo tenendo conto dei differenti stadi di crescita.Thumbnail file: anteprima Feature vector:Access file: 960x640 pixel in formato .jpg ● Id del fungo ● shape ● area e dimensioni, cappello e gambo ● colore cappello e gambo ● texture
  • 8. FEATURES EXTRACTION1. Scattare foto del fungo di scorcio.2. Estrarlo dal contesto stabilendone la shape (Slope Magnitude Technique).2. Convertire l’immagine alla stessa grandezza del database.3. Separare il cappello dal gambo e immagazzinare le proporzioni.4. Il colore della cappella e del gambo (Color distribution).5. Texture cappello (Gabor Filters).
  • 9. SCATTARE LA FOTO DEL FUGNO DI SCORCIO • Eliminare ostruzioni (rami, foglie) • Posizionarsi a di circa 15 - 20 cm • Inquadrare il fungo e aspettare che venga delineato il contorno • Scattare la foto e controllare se il contorno è preciso • Nel caso non sia preciso aggiustarlo manualmente • Invio della query
  • 10. SLOPE MAGNITUDE TECHINQUE Edge: salto nell’intensità dell’immagine Robert Operator: Gy per trovare il gradiente verticale e Gx per quello orizzontale Slope Magnitude Method trovare i punti di intersezione tra i gradienti
  • 11. CONVERSIONE EQUALIZZAZIONE ENORMALIZZAZIONE •Resize dell’immagine in modo da essere della stessa dimensione del database di feature. •Eliminazione dello sfondo usando la shape. •Equalizzazione delle curve.
  • 12. SEPARARE IL CAPPELLO DAL GAMBOAlgoritmo:•Contorno del fungo e partendo dal basso•Angolo che contraddistingue l’attaccatura del gambo col cappello•Sia da destra che da sinistra•Linea di divisione
  • 13. ESTRAZIONE DELLE PROPORZIONI Estrazione di features: ● altezza complessiva del fungo ● altezza del cappello e del gambo ● larghezza del cappello e del gambo
  • 14. RICONOSCIMENTO DEL COLORE Features colore: Dynamic Color Distribution Entropy of Neighborhoods L’immagine viene scannerizzata riga per riga da sinistra a destra delineando dei quartieri di colore simili e suddividendo l’immagine in aree colorate.
  • 15. TEXTURE CAPPELLO L’analisi della texture sarà effettuata sul cappello. Viene utilizzato il Gabor Filter lavorare con ristrette larghezze di banda nel dominio delle frequenze spaziali permettendo una più approfondita analisi della texture.
  • 16. INCERTEZZA INDIVIDUAZIONESe il riconoscimento dovesse fallire verrà chiesto all’utente di:•scattare una nuova foto del fungo, dall’alto, in modo da prendere soltanto il cappello e fare una nuova estrazione di features.•discriminare visivamente e scegliere quali tra i funghi presentati assomiglia di più al fungo fotografato.
  • 17. INDEXINGOrganizzazione del database utilizzando una struttura dati che sfrutti le relazioni spaziali tra i vettori.Struttura ad albero: Modello k-d tree
  • 18. MATCHINGVector space model possiamo definire come un documento (d) l’insieme di tutte lefeatures (wj) estratte dalle immagini prototipiche di una specie di un fungo.La query (q) sarà composta da tutte le features (wq) estratte dall’immagine scattata dall’utente.Come misura di similarità si è scelto di utilizzare il coseno degli angoli tra i due vettori presentenel feature space.Coseno vicino ad 1 = query molto simile al vettore comparatoCoseno vicno a 0 = query molto dissimile al vettore comparato
  • 19. INTERAZIONE E UI Splash screen applicazione
  • 20. INTERAZIONE E UI L’utente deve porsi ad una distanza di 15-20 cm e dovrà centrare il fungo nella sagoma verde
  • 21. INTERAZIONE E UI Se il fungo non è stato completamente catturato viene data la possibilità di selezionare a mano l’area interessata
  • 22. INTERAZIONE E UI Area completata a mano dall’utente che colora le parti interessate
  • 23. INTERAZIONE E UI Risultati multipli Possibilità di affinare i risultati scattando una foto anche dall’alto.
  • 24. INTERAZIONE E UI Scatto foto dall’alto
  • 25. INTERAZIONE E UI Fungo riconosciuto Grado di commestibilità
  • 26. INTERAZIONE E UI Informazioni aggiuntive di supporto
  • 27. INTERAZIONE E UI Fungo riconosciuto, tossico
  • 28. INTERAZIONE E UI Possibilità di salvare la posizione GPS in cui è stato trovato
  • 29. LIMITI• Progetto prettamente teorico che non permette di verificare la stabilità del sistema.• Sarebbe opportuno popolare una vasto database di immagini.• Il contesto d’uso naturale rende l’utilizzo dell’applicazione più complesso a causa dei forti cambiamenti delle variabili ambientali.• Impossibilità o difficoltà di riconoscere la forma degli Imenofori.• Rischio nel riconoscimento di un fungo sbagliato.
  • 30. SVILUPPI FUTURI• Utilizzo di un expert system• Tecnologia GPS
  • 31. GRAZIE