이미지에서 모기의 머리를 찾으십시오.

모기의 이미지가이 이미지와 비슷합니다. 이미지의 각 모기의 머리를 자동으로 원하고 싶습니다. 그들은 분명히 다른 방향으로 있고, 다른 이미지에서 그것들의 난수가 있습니다. 일부 오류는 정상입니다. 이 작업을 수행하는 알고리즘의 아이디어는 무엇입니까?이미지에서 모기의 머리를 찾으십시오.

enter image description here

출처

2013-03-29 Kiarash

는 일부 연구가 유용 할 수 있습니다

출처

2013-03-29 07:33:05 Radi

이 문제는 얼굴 DET 유사 문제가 있으므로 먼저 순진한 접근법을 시도하고 필요한 경우 수정하십시오.

먼저 훈련 세트를 다시 만들어야합니다. 이를 위해 모기 머리 또는 그렇지 않은 작은 이미지를 추출하고자합니다.

Training set example

는 그런 다음, 분류 알고리즘을 훈련 데이터가 하나 개의 클래스에 왜곡하는 경우는, 알고리즘의 성능을 칠 것이기 때문에, 균형 잡힌 학습 집합을 가지고 조심해야 그 이미지를 사용할 수 있습니다. 이미지가 2D이고 알고리즘이 일반적으로 1D 배열을 입력으로 사용하기 때문에 이미지를 해당 형식으로 정렬해야합니다 (예 : http://en.wikipedia.org/wiki/Row-major_order).

나는 일반적으로 지원 벡터 머신을 사용하지만, 로지스틱 회귀와 같은 다른 알고리즘도 트릭을 만들 수 있습니다. 지원 벡터 머신을 사용하기로 결정했다면 libsvm (http://www.csie.ntu.edu.tw/~cjlin/libsvm/)을 확인하는 것이 좋습니다. 여러 프로그래밍 언어에 바인딩되어있는 매우 성숙한 라이브러리이기 때문에 확인하십시오. 또한 초보자를 대상으로하는 가이드를 따라 가기가 매우 쉽습니다 (http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf).

데이터가 충분하면 방향에 대한 허용 오차를 피할 수 있어야합니다. 데이터가 충분하지 않은 경우 일부 샘플을 회전시켜 더 많은 교육 행을 만들 수 있으므로보다 대표적인 교육 세트를 얻을 수 있습니다.

당신이 할 수있는 일은 이미지가 주어지며, 각 셀은 당신이 트레이닝 세트에서 사용한 것과 동일한 차원을 갖는 그리드를 사용하여 자릅니다. 그런 다음이 이미지 각각을 분류 기준에 전달하고 분류 기준이 긍정적 인 결과를 얻은 사각형을 표시합니다. 원이 정말로 필요한 경우 주어진 정사각형의 중심을 취하고 반지름은 정사각형 크기의 절반이됩니다 (명백한 것을 말하면 유감입니다). 우리가 확장 할 관대 알고리즘을 훈련되지 않기 때문에

enter image description here

는이 작업을 수행 그래서 후에는, 크기에 문제가 (일부 모기가 다른 사람보다 카메라에 가까운 나타날 수 있습니다)있을 수 있습니다. 더욱이 같은 규모의 모든 모기에 대해서도 우리 그리드에 완벽하게 맞지 않기 때문에 일부 모기를 놓칠 수도 있습니다. 이를 해결하기 위해 주어진 이미지를 다른 크기로 재배치하는이 절차 (격자 잘라 내기 및 예측)를 반복해야합니다. 얼마나 많은 크기? 여기서 실험을 통해 결정해야합니다.

이 접근법은 사용하고있는 "창"의 크기에 민감하며 실험을해볼 것을 권장합니다.

출처

2013-03-29 18:48:27 Pedrom

당신이 제공 한 사진에서 이것은 매우 어려운 이미지 인식 문제로 보입니다. 당신이 이미지에 대한 제어가있는 경우, 사진을 촬영하기 전에 모기를 분리, 흰색 도장이 지하, 아래에서 조명 아마도 뭔가를 사용

첫째 :

나는 간단한 방법을 추천 할 것입니다. 이렇게하면 모기를 훨씬 쉽게 분리 할 수 있습니다.

그런 다음 이미지를 임계 값으로 지정하십시오. 작은 다리 구조를 제거하는

enter image description here