1. Электр сигналдарының спектрлік анализінің негіздері
Компьютерлік көру кітапханаларын пайдаланып, бетті тану алгоритмдерін
жүктеу/скачать 430,55 Kb.
|
емтихан жауаптары (1)
- Бұл бет үшін навигация:
- Face Recognition Library алгоритмі
- Eigenface алгоритмі.
6. Компьютерлік көру кітапханаларын пайдаланып, бетті тану алгоритмдерінсипаттаңыз.OpenCV алгоритмі.Бұл компьютерлік көру, кескіндерді өңдеу және жеткілікті кең функционалдығы бар сандық алгоритмдер үшін ашық бастапқы кітапхана. Біз оны өз өнімдерімізде белсенді түрде қолдандық, мысалы, OCR Solutions жүйесі, техникалық төлқұжаттарды, халықаралық төлқұжаттарды және басқа құжаттарды тану қызметі. Жалпы, OpenCV жасанды интеллект пен компьютерлік көру жүйелерін дамыту тұрғысынан біздің стектің ажырамас бөлігі болып табылады. Кітапхана C/C++ тілінде жүзеге асырылады, Python, Java, Ruby, Matlab, Lua және басқа тілдерге қолдау көрсетіледі.Face Recognition Library алгоритміC++ dlib кітапханасында құрылған басқа ашық бастапқы кітапхана. Бұл өте дәл, пайдалану өте оңай, қымбат GPU болмаса да серверде оңай орналастыру және өте қарапайым талаптарға ие. Бетті тану кітапханасы не істей алады? Фотосуреттегі беттерді іздеу. Фотосуреттерден бет ерекшеліктерін іздеу. Нақты бет нүктелерінің координаталық карталары. Фотосуреттердегі беттерді анықтау. Нақты уақыттағы шешімдерде қолдану. Eigenface алгоритмі.Машиналық оқыту сериясының кез келген алгоритмі сияқты, алдымен өзіндік бетті үйрету керек, бұл үшін біз танығымыз келетін беттердің кескіні болып табылатын жаттығу жинағы пайдаланылады. Модельді үйреткеннен кейін біз кіріске кейбір кескінді береміз және нәтижесінде біз сұраққа жауап аламыз: жаттығу жиынынан қандай сурет енгізу үлгісіне сәйкес келеді немесе ешқайсысына сәйкес келмейді.8. Компьютерлік көрудегі шекті кескін алгоритмдерін, шекті анықтау стильдерін көрсетіңіз. Адаптивті шекті мысал келтіріңіз. Сандық кескінде шек қою кескіндерді сегменттеудің ең оңай жолы болып табылады. Сұр түсті кескіннен шекті мәнді екілік кескін жасау үшін пайдалануға болады. Қарапайым шекті анықтау әдістері кескіннің қарқындылығы кейбір тұрақты тұрақтыдан аз болса, әрбір кескін пикселін қара пикселмен немесе кескін қарқындылығы осы тұрақтыдан үлкен болса, ақ пикселмен ауыстырады. Оң жақтағы мысал суретінде бұл қара ағаштың толығымен қара және ақ қардың толығымен ақ болуына әкеледі. Шекті мәндерді орнатуды толығымен автоматтандыру үшін компьютерге шекті автоматты түрде таңдау қажет. Шектеу әдістері алгоритм жұмыс істейтін ақпарат негізінде келесі алты топқа жіктеледі. Гистограмма пішін әдістері, мысалы, тегістелген гистограмманың шыңдары, ойықтары және қисықтары талданады Кластерлеу - сұр деңгей үлгілері фон және алдыңғы (нысан) ретінде екі бөлікке топтастырылатын немесе екі Гаусстың қоспасы ретінде кезектесіп үлгіленетін негізгі әдістер Энтропияға негізделген әдістер алдыңғы және фондық аймақтардың энтропиясын, бастапқы және екілік кескін арасындағы кросс-энтропияны және т.б. пайдаланатын алгоритмдерге әкеледі.[2] Нысан атрибуты Сұр реңк пен екілік кескіндер арасындағы ұқсастық өлшемін табуға негізделген әдістер, мысалы, анық емес пішін ұқсастығы, жиектерді сәйкестендіру және т.б. Кеңістіктік әдістер [ол] жоғарырақ ретті ықтималдық үлестірімін және/немесе пикселдер арасындағы корреляцияны пайдаланады. Жергілікті әдістер әрбір пиксель үшін шекті мәнді кескіннің жергілікті сипаттамаларына бейімдейді. Бұл әдістерде кескіннің әрбір пикселі үшін әртүрлі. жүктеу/скачать 430,55 Kb. Достарыңызбен бөлісу:
|