Pull to refresh

Comments 11

Спасибо, за интересный пост.
Да не за что, на то он и Хабр, чтобы делиться.)
И за что минус то?
Точки при обучении случайно выбираются? Ну и при классификации наверное?
В начале где-то написано, что можно и случайно. На деле удобнее использовать дескрипторы SURF, SIFT и тому подобные — все таки «устойчивые» области выбираются, результат надежнее. При классификации аналогично.
И верно, Ваш метод будет очень зависим от выбора пар точек. «Быстрота» же метода только в том, что точек классификатора (фактически — размерность признакового пространства) очень мало.
Плюс — «повернутые» изображения не будут считаться подобными.
Может у Вас есть соображения для сравнения изображений независимым от поворота методом?
Как я уже упоминал, действительно, в силу небольшой размерности признакового постранства, необходима действительно большая обучающая выборка. Для учета поворотов, как вариант, можно написать генератор преобразований, который из 1 patch'a будет делать несколько, добавляя к ним шумы/повороты/и чего душа пожелает. Это, правда, все равно «костыль». ) А вот над Вашим предложением о независимом от поворотов методе надо подумать, это интересно.
Кажется вы пропустили один важный момент.
сравнение двух точек дано только для примера.
Сравнитель для каждого папортника может быть свой.

некоторая инвариантность к поворотам обеспечивается преходом в спектранльое предсталение изображений. (спектры ДПФ инвариантны к повороту изображения).
Самое главное в таком подходе это паралелизм обработки. Причем довольно высокий.
Да, безусловно, сравнивать мы можем что угодно и как угодно. Простые тесты позволят немного нарастить быстродействие (но не в ущерб точности! Важно понимать, что это не панацея).
О спектрах как-то не подумал, а ведь и правда, это весьма любопытная идея. Ведь пробовал когда-то. :)
CaptainTrunky, Вы часом школу Microsoft по комп. зрению не посещали в этом году?
Sign up to leave a comment.

Articles

Change theme settings