2. Klasifikacija
Određivanje klase objekta na osnovu ulaznih
parametara
Parametri :{p1,p2,…,pn} Klase:{c1,c2,…,cm}
Trening – Podešavanje unutrašnjih
parametara
AdaBoost algoritam
3. Klasifikacija slika
Pronalaženje razlika između prirodnih i
sintetičkih slika
Karakteristike:
- broj nijansi boja (RGB,Grayscale)
- broj susednih identičnih piksela
- jednobojne površine
- intenzitet prelaza
- DCT (Discrete Cosine Transform)
4. Broj grayscale nijansi Broj boja Odnos broja boja i površine slike
1000 600 300
500 250
800
400 200
600 Prirodne
Prirodne Prirodne 150
300
400 100 Sintetičke
Sintetičke 200 Sintetičke
200 50
100
0
0 0
1 3 5 7 9 11 13 15 17 19
1 3 5 7 9 11 13 15 17 19 1 3 5 7 9 11 13 15 17 19
Broj identičnih susednih piksela Odnos maksimalne jedbnobojne Broj jednobojnih površina na slici
površine i površine slike
1200 1000 800
1000 700
800
800 600
Prirodne 600 500
600 Prirodne 400 Prirodne
400 Sintetičke 400
Sintetičke 300 Sintetičke
200 200
200
0 100
0 0
1 3 5 7 9 11 13 15 17 19
1 3 5 7 9 11 13 15 17 19 1 3 5 7 9 11 13 15 17 19
Intenzitet prelaza DCT
300 180
160
250
140
200 120
100
150 Prirodne Prirodne
80
100 Sinetičke 60 Sintetičke
40
50
20
0 0
1 3 5 7 9 11 13 15 17 19 1 3 5 7 9 11 13 15 17 19