Pull to refresh

Comments 15

а расскажите как вы применяете это дело? какие результаты?
Ну пока что никак почти. В данный момент в моем модуле только распознавание лиц на видео с использованием Adaboost на слабых классификаторах этого метода (собственно то, что реализовано в OpenCV). Метод понравился, решил чуть лучше изучить вопрос и поделиться здесь. Сейчас нахожусь в процессе понимания способа построения слабых классификаторов и сильного классификатора на их базе. Об этом с примерами и результатами я обязательно расскажу позже.
Очень интересно. Спасибо. Интересный способ.
Думаю не хватает картинки и результата рядом. Придется самому смотреть — проверять что получится.
Для визуального отображения результата можно попробовать использовать полученный 8-битный результат переведя его в ч/б цвет. Что получится?
Такие картинки есть, когда буду рассматривать классификаторы — добавлю их, спасибо за замечание. Но по моему скромному мнению эти картинки не очень содержательны.
А как этот оператор дружит с масштабированием и поворотом изображения? что-то мне кажется, что поворот уже на 5 градусов кардинально изменит гистограмму
Для инвариантности к вращению используются uniform patterns. При этом, к рассмотрению берутся только паттерны вида:
10000000
11000000
11100000
11110000
11111000
11111100
11111110
11111111
И все их циклические сдвиги (всего 58 кодов).
Поскольку каждый uniform patterns является сдвигом одной из перечисленных комбинаций, то каждому из этих паттернов можно присвоить номер комбинации (8 штук). И этот номер уже будет инвариантным к вращению.
Для инвариантности к масштабированию используют одновременно несколько операторов разных масштабов. Например lbp(8,1), lbp(16,2), lbp(24,3). После чего точно так же проводят классификацию. Но чаще просто производят масштабирование текущего региона поиска (или классифицируемого изображения) к фиксированному размеру.
Через некоторое время было выяснено, что больше всего информации несут так называемые uniform patterns (к сожалению я так и не смог это перевести на русский язык, чтобы не резало слух).


Однородные паттерны (шаблоны)?
Быть может «однообразные» тут подойдет лучше? Однородность — довольно сложное понятие как по мне.
Автор, тема интересная, но не раскрытая. Нужны примеры гистограмм, картинки, примеры классификации. Ведь этот метод на самом деле очень мощный (особенно вместе с HOG). Например, было бы интересно увидеть программу для автоматической классификации изображений. Это как раз та задача, с которой LBP хорошо справляется.
В этой статье я попытался не касаться вопроса классификации, потому что не до конца разобрался со всеми основными методами классификации, использующими этот оператор. А рассказывать только о поиске по гистограммам было бы не очень хорошо с точки зрения разбиения темы на логические части.
круто, жду статьи про классификаторы, которые используют этот метод!
Интересно было бы посмотреть как метод работает на стереопарах. Может попробуете.
Что бы Вы хотели от этого метода в приминении к стереопарам? Быть может это будет интересно.
Стандартная задача нахождения соответствия. Хорошо расписано здесь. Нужно искать одинаковые фрагменты на двух фотографиях, снятых с различных ракурсов.
Sign up to leave a comment.

Articles