Nesne Tanıma

2,801 views

Published on

Nesne tanıma üzerine bir sunum

Published in: Technology
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
2,801
On SlideShare
0
From Embeds
0
Number of Embeds
440
Actions
Shares
0
Downloads
34
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Nesne Tanıma

  1. 1. NESNE TANIMA Tahir Emre KALAYCI Sayısal Görüntü İşleme 13.12.2006
  2. 2. Gündem Gündem ● Problemin Tanımı – Yöntemler – Nesne Tespiti –
  3. 3. Problemin Tanımı Nesneyi tanımak ● İlk olarak nesneyi tespit etmek gerekir – Nesne özellikleri – Geometrik özellikler ● Fotometrik özellikler ● Hareket ● İşlevsellik ● Nesne ile ilgili yukarıdaki bilgilerin yardımıyla – bilinmeyen nesneyi tanımlarız.
  4. 4. Problemin Tanımı Sorular ● Hangi nesnelere bakıyoruz? – Nesneyi nasıl temsil etmeliyiz – (tanımlamalıyız)? Görüntünün bir parçası X nesnesinin bir – örneği mi?(nesne tespiti)? Görüntünün bu parçası nedir (nesne tanıma)? –
  5. 5. Problemin Tanımı Nesne Tanımanın görevleri ● Model gösterimi – Nesne tespiti – Özellik çıkarma – Sınıflandırma –
  6. 6. Problemin Tanımı Verilen bir görüntüdeki görünen nesneleri ● tanıma Problem görüldüğünden daha zor – Aynı nesneler, değişen görünümler – İşlem olarak gerçekleştirim de kolay değil – İnsanların problemi yok! –
  7. 7. Yöntemler Görüntü tabanlı yaklaşım ● Görünüm tabanlı nesne tanıma – Özellik tabanlı yaklaşım ● Model tabanlı nesne tanıma – Bayesian ağları kullanarak nesne tanıma –
  8. 8. Yöntemler Görünüm tabanlı nesne tanıma ● Nesne modellerini içeren bir veritabanımız – var. Veritabanında nesnelerin farklı görünümleri – var. Görüntüdeki nesnenin en çok benzediği – nesne kümesi bulunuyor.
  9. 9. Yöntemler Görünüm tabanlı nesne tanıma ● Avantajları – Nesne modellerine gerek yok, görüntü-görüntü ● karşılaştırma ile tanıma yapılıyor Özellik çıkarmaya gerek yok. ● Dezavantajları – Çok geniş görüntü veritabanı gerekiyor. ● Nesnenin bir kısmının görünmemesi problem ● yaratabiliyor (Occlusion).
  10. 10. Yöntemler Özellik çıkarma tabanlı nesne tanıma ● Nesnelerin özelliklerini kullanır. – Tip, uzaysal ilişkiler, vb. ● Görüntüden elde edilen özellikleri modelin – özellikleriyle eşlemeye dayanır.
  11. 11. Yöntemler Özellik çıkarma tabanlı nesne tanıma ● Avantajları – Nesne bilgileri çıkarılmış olur ● Occlusion'a karşı sağlamlık sağlar ● Aydınlatma, perspektif projeksiyon veya poz ● çeşitlerine karşı değişmeyen sonuçlar üretir. Dezavantajları – Özelliklerin tanımlanması gerekmektedir. ● Özellik çıkarma işlemi gerçekleştirilmelidir. ●
  12. 12. Yöntemler Model tabanlı nesne tanıma ● Görüntüdeki nesneyi veritabanındaki nesne – modelleriyle karşılaştırırız. Nesnenin kimliğini bulduktan sonra pozisyon – ve konum bilgisini belirleriz.
  13. 13. Yöntemler Bayesian ağları kullanarak nesne tanıma ● Nesneyi sıradüzensel olarak temsil etmek için – yapı sağlar Bilinmezleri, alana özgü bilgileri ve yapıya – özgü bilgileri tanımlamamıza olanak sağlar Olasılık teorisi yardımıyla kanıt toplamak için – sistematik bir düzenek sağlar
  14. 14. Nesne Tespiti
  15. 15. Nesne Tespiti Nesne tespitinde amaç bir görüntüdeki ● nesneleri bulmaktır. Yöntemler ● Pattern Matching Using Correlation – Using Distance Sets for Shape Recognition – Deformable Contour Technique – Image Thresholding –
  16. 16. Kaynaklar http://www.public.iastate.edu/~knutzonj/ee424projectMain.htm#Object%20Detection%20Techniques ● http://www.bcs.rochester.edu/people/alex/bcs547/ObjectRecog.pdf ● www.cse.unr.edu/~qiangji/course_dir/CS790/recognition.ps ●

×