Список иллюстраций 3
Список таблиц 4
Введение 5
1. Поиск потенциальных объектов 7
1.1. Выделение границ 7
1.2. Анализ границ 8
1.3. Cхожесть ребер, содержание контура в окне 9
1.4. Генерация окон 11
1.5. Оценочная функция 12
1.6. Подавление немаксимумов 12
2. Сбор и получение данных 13
2.1. Сбор признаков 13
2.2. Формат входных данных 13
2.3. Формат выходных данных 14
3. Обучение 15
3.1. Классификация 15
3.2. Ошибки классификации 15
3.3. Adaboost 16
4. Реализация 19
4.1. Язык программирования 19
4.2. Обучение 19
4.3. Сбор признаков 19
5. Эксперименты 22
Заключение 26
Список литературы
Компьютерное зрение — область, содержащая в себе методы анализа, об-работки и понимания изображений. Одной из типовых задач компьютерного зрения является обнаружение объектов на изображении. Многие алгоритмы обнаружения используют смежные алгоритмы, как компоненты для составления своего алгоритма [1][2][3], что предположительно дает преимущество в решении этой задачи. Так, например, в задаче обнаружения при обучении детектора используется трекер, который подтверждает, что детектор прав [3]. В основе многих алгоритмов обнаружения лежит так называемый подход скользящего окна (англ. sliding window). Количество окон определяется многими параметрами, от их количества зависит точность алгоритмов обнаружения, для обеспечения высокой точности обнаружения количество окон должно быть больше чем 105. Подход заключается в том, что необходимо пробегаться окошком определенного размера с определенным шагом несколько раз по всему изображению с разными размерами шага и окна. Задача обнаружения объекта на изображении может быть довольно эффективно решена при помощи сверточных нейронных сетей (англ. Convolutional Neural Network) [4]. CNN — архитектура искусственных нейронных сетей, в котором могут содержаться сверточные слои. Например, алгоритм обнаружения Rich Feature Hierarchies [5] использует CNN для анализа изображений и работает с высокой точностью, но у него нет возможности работать в режиме реального времени, что сужает область его применения. Как было сказано ранее, алгоритмы основанные на подходе скользящего окна используют большое количество окон для анализа. Для обеспечения работы CNN в режиме реального времени необходимо каким-либо образом сократить количество анализируемых окон. Основной задачей предлагаемого решения является значительное сокращение количества окон (англ. bounding box), которые в дальнейшем будут проанализированы CNN, для достижения высокой точности обнаружения. Заведомо такой алгоритм должен быть очень быстрым и должен точно определять окна, которые точно не содержат объектов. В таком случае в таких алгоритмах важна ошибка второго рода, но не ошибка первого рода. В основе реализуемого алгоритма лежит анализ ребер, образующих цельный контур, содержащийся в рассматриваемом окне [6]. Некоторые идеи по обучению и выявлению признаков были навеяны работами основанными на анализе границ, которые описывали каждый блок таких ребер некоторым дескриптором (англ. descriptor), и в дальнейшем осуществлялась функция оценки окна при помощи методов машинного обучения [7]. Данная работа посвящена разработке и реализации алгоритма, который позволит очень эффективно и точно определять предположительные расположения произвольных объектов на изображении. Целью работы является разработка функции оценки основанной на алгоритме машинного обучения, а не использование функции описанной человеком.
В рамках работы был разработан новый алгоритм поиска наиболее интересных объектов на изображении. Была поставлена задача построения новой функции оценки, предсказывающей содержание потенциального объекта интереса в предлагаемом окне и основанной на методах машинного обучения. Поставленная задача была реализована в виде программы, были проведены эксперименты, показывающие, что по строенная функция оценки повышает точность обнаружения на открытой базе изображений Pascal VOC [14]. Было показано, что разработанный алгоритм вычислительно сложнее, чем предложенный в статье [6], что ограничивает область его применения.
