Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Python で画像処理をやってみよう!第11回 - SIFT Vol.1 キーポイント候補 -

905 views

Published on

第42回 MPS ミーティング資料。Python で画像処理をやってみよう!第11回 - SIFT Vol.1 キーポイント候補 -

Published in: Software
  • Be the first to comment

Python で画像処理をやってみよう!第11回 - SIFT Vol.1 キーポイント候補 -

  1. 1. MPS 第42回 (20160123) ミーティング Python で画像処理をやってみよう! - SIFT Vol. 1 キーポイント候補- 金子純也 Morning Project Samurai 代表 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  2. 2. 目次 • Morning Project Samurai • MPS HP について • これまでの復習と直近の目標 • Keypoint 候補の抽出法とその実装 • 発表 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  3. 3. Morning Project Samurai (MPS) • Morning
 - 土曜の朝を有意義に • Project
 - プロジェクト指向 • Samurai
 - 謙虚に学習
 - プロジェクトをバッサバッサ
 と斬りまくる プロジェクト リーダー シップ メンバー シップ 成果 人脈 UP! UP! UP! キャリア 知識・技術 UP! UP! 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  4. 4. Be Active, Be Creative!! MPS 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  5. 5. 目次 • Morning Project Samurai • MPS HP について • これまでの復習と直近の目標 • Keypoint 候補の抽出法とその実装 • 発表 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  6. 6. 目次 • Morning Project Samurai • MPS HP について • これまでの復習と直近の目標 • Keypoint 候補の抽出法とその実装 • 発表 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  7. 7. テンプレートマッチング スケールや回転に弱い! 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  8. 8. Scale-space と DoG - - - 色々なスケールの画像を用意しておけばいいじゃない 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  9. 9. 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  10. 10. 我々の次の目標だケロ! Keypoint : DoG を適用した Scale-space 中の特徴点 Descriptor: Keypoint に関する情報 Keypoint と descriptor 出典 [1] 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  11. 11. Descriptor を用いた物体検知 1. 認識したい物体の Descriptor を学習 (集める) 2. 処理対象の画像から Descriptor を抽出 3. 学習した Descriptor と 処理対象の Descriptor を比較 4. 閾値以上マッチングした物体があった場合、
 それが存在すると認識 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  12. 12. 目次 • Morning Project Samurai • MPS HP について • これまでの復習と直近の目標 • Keypoint 候補の抽出法とその実装 • 発表 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  13. 13. 流れ • キーポイント候補の発見 • キーポイント候補の位置精度向上 • 低コントラストのキーポイント候補の削除 • エッジ上のキーポイント候補の削除 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  14. 14. 流れ • キーポイント候補の発見 • キーポイント候補の位置精度向上 • 低コントラストのキーポイント候補の削除 • エッジ上のキーポイント候補の削除 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  15. 15. キーポイント候補点の例 (出典: http://ja.characters.wikia.com/) 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  16. 16. キーポイント候補の発見 出典 [1] • x: テスト対象の画素 • o: テスト対象の周辺画素 • キーポイント候補の条件 - テスト対象の画素が
 最小または最大 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  17. 17. 作ってみよう! (準備編) • だれかとペアを組む • http://bit.ly/mps20160123 を自分の GitHub アカウント に Fork • Fork したものを Clone もしくはダウンロード • 上記で得たものの中に自分の名字でフォルダを作成 • そのフォルダの中に
 1. img を作成し lena の画像を保存
 2. dog.py, keypoint.py, scale_space.py をコピー 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  18. 18. 作ってみよう!(GitHub 更新編) 1. git add --all 2. git commit -m “first commit” 3. git push -u origin master 4. 自分のリポジトリが更新されたか確認
 してみよう! 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  19. 19. 作ってみよう! (実装&発表編) • keypoint.py の中の extract_keypoints 関数をペア で完成させてみよう!
 (extract_keypoints の引数や既存のクラスなど
 何をいじっても OK) • 工夫した点などを自分のフォルダにメモとして
 まとめよう! • Pull リクエストしてみよう! • みんなの前で発表してみよう!第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  20. 20. 参考文献 1. David G. Lowe. 2004. Distinctive Image Features from Scale- Invariant Keypoints. Int. J. Comput. Vision 60, 2 (November 2004), 91-110. 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko

×