画像処理・実習 第十四回:パターン認識 東海大学 情報理工学部 情報メディア学科 濱本和彦. 今回の内容 5. パターン認識 5.1 マッチングの原理 5.2 テンプレートマッチング 実習 相互相関とテンプレートマッチング.

Slides:



Advertisements
Similar presentations
画像処理・実習 第五回: 空間フィルタ (特徴抽出,ラプラシアン,鮮鋭化) 東海大学 情報理工学部情報メディア学科 濱本和彦.
Advertisements

画像処理・実習 第七回: 2値化画像(2値化処理) 東海大学 情報理工学部情報メディア学科 濱本和彦.
『わかりやすいパターン認 識』 第 5 章 特徴の評価とベイズ誤り確率 5.4 ベイズ誤り確率と最近傍決定則 発表日: 5 月 23 日(金) 発表者:時田 陽一.
1 通信教育学部 コンピュータ演習 Excel の書式設定と関数 授業ページ「コンピュータ演習(通信教育学 部)」を 開いてください。提出課題の一覧が掲載されてい ます。
模型を用いたジェットコターの 力学的原理の検討 06522 住友美香 06534 秦野夏希. 平成22年度 卒業研究発表 山田研究室 研究目的 ジェットコースターのコースは、どのような計算に 基づいて作られているのか、研究を通じて理解し、 計算を用いた模型製作を行う。
自動映像生成のための パーティクルフィルタによるボールの追 跡 2007 年 3 月 21 日 神戸大学大学院自然科学研究科 矢野 一樹.
Determining Optical Flow. はじめに オプティカルフローとは画像内の明る さのパターンの動きの見かけの速さの 分布 オプティカルフローは物体の動きの よって変化するため、オプティカルフ ローより速度に関する情報を得ること ができる.
画像処理学習用RTコンポーネントライブラリ 田窪 朋仁,大原 賢一,吉岡 健伸(大阪大学)
情報処理演習 (9)グラフィックス システム科学領域 日浦 慎作.
点対応の外れ値除去の最適化によるカメラの動的校正手法の精度向上
高度情報演習1A “テーマC” 実践 画像処理プログラミング 〜画像認識とCGによる画像生成〜 第四回 演習課題 画像中からの物体抽出処理(背景情報を手がかりとして) 芝浦工業大学 工学部 情報工学科 青木 義満 2006/05/15.
A Q R QR分解とは? → × ◆QR分解 QTQ = I (単位行列) ◆応用例 ◆主な計算方法 n m 今回はこの方法に注目
CGアニメーションの原理 基本技術 対象物体の動きや変形の設定方法 レンダリング技術
第3回:ボールを上下に動かそう! (オブジェクトの移動、一次元)
伝達事項 皆さんに数学と物理の全国統一テストを受けても らいましたが、この時の試験をまた受けていただ きます。
関数(1) 第11回 [6月29日、H.16(‘04)] 今日のメニュー 1 前回の課題 2 前回の宿題 3 いろいろな関数の演習 4 課題
復習.
Deep learningによる 読唇システム
Copyright © Kazuhito HAMANO 2007 all Rights Reserved.
スペクトル法による数値計算の原理 -一次元線形・非線形移流問題の場合-
エッジの検出 画像中に表示された物理の輪郭(エッジ(edge))や線では、一般的に濃淡が急激に変化しており、これらは画像中のなんらかの構造を反映していることが多い このようなエッジや線の検出処理は、画像理解や認識のための前処理として重要である   差分型によるエッジ検出   零交差法によるエッジ検出.
中間発表用スライド 田中健太.
IT入門B2 (木曜日1限) 第一回 講義概要 2004年月9日30日.
デジタル信号処理①
情報科学1(G1) 2016年度.
OpenCV を使った画像処理コンポーネントの作成例 田窪 朋仁(大阪大学)
情報教育論 第9回 仮定文の仕組み 政策・メディア研究科 岡田 健.
シミュレーション物理7 乱数.
第3回:ボールを上下に動かそう! (オブジェクトの移動、一次元)
コンピュータビジョン Computer Vision(CV) パワーポイント 抜粋
プログラミング演習Ⅰ 課題2 10進数と2進数 2回目.
高度情報演習1A “テーマC” 実践 画像処理プログラミング 〜画像認識とCGによる画像生成〜 第三回 演習課題 画像中からの物体抽出処理(色情報を手がかりとして) 芝浦工業大学 工学部 情報工学科 青木 義満 2006/05/08.
3次元での回転表示について.
ガウス過程による回帰 Gaussian Process Regression GPR
サポートベクターマシン によるパターン認識
長岡技科大オープンハウス 岐阜高専4年電子制御工学科 森 永二郎.
本時のねらい 「相似の意味と性質を理解し、相似な図形の辺の長さや角度を求めることができる。」
k 個のミスマッチを許した点集合マッチング・アルゴリズム
エッジの検出 画像中に表示された物理の輪郭(エッジ(edge))や線では、一般的に濃淡が急激に変化しており、これらは画像中のなんらかの構造を反映していることが多い このようなエッジや線の検出処理は、画像理解や認識のための前処理として重要である   差分型によるエッジ検出   零交差法によるエッジ検出.
第11回   ディジタル画像(2) ディジタル画像処理(2)
Hough変換 投票と多数決原理に基づく図形の検出
混合ガウスモデルによる回帰分析および 逆解析 Gaussian Mixture Regression GMR
情報とコンピュータ 静岡大学工学部 安藤和敏
第6章 特徴空間の変換 6.1 特徴選択と特徴空間の変換 6.2 特徴量の正規化 平成15年5月23日(金) 発表者 藤井 丈明
デザイン情報学科 メディア情報設計 河原英紀
高度情報演習1A “テーマC” 実践 画像処理プログラミング 第六回 最終課題 画像処理による動物体自動抽出、モーションキャプチャ
第12回   ディジタル画像(3) ディジタル画像処理(3)
3次元での回転表示について.
東京農業大学 東京情報大学 附属第一高等学校・中等部 附属第二高等学校 附属第三高等学校・中等部
主成分分析 Principal Component Analysis PCA
計測工学 -誤差、演習問題 計測工学(第6回) 2009年5月26日 Ⅱ限目.
プログラミング言語Ⅰ(実習を含む。), 計算機言語Ⅰ・計算機言語演習Ⅰ, 情報処理言語Ⅰ(実習を含む。)
変換されても変換されない頑固ベクトル どうしたら頑固になれるか 頑固なベクトルは何に使える?
関数の再帰呼び出しとは ハノイの塔 リダイレクト レポート課題
プログラミング演習I 2004年5月19日(第5回) 理学部数学科・木村巌.
SIFTとGraph Cutsを用いた 物体認識及びセグメンテーション
線形判別分析 Linear Discriminant Analysis LDA
わかりやすいパターン認識 第7章:部分空間法  7.1 部分空間法の基本  7.2 CLAFIC法                  6月13日(金)                  大城 亜里沙.
最尤推定・最尤法 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
8方向補間ブロックマッチングの実装 福永研究室 数理科学コース 学部4年 能城 真幸.
プロジェクト演習III,V <インタラクティブ・ゲーム制作> プログラミングコース
~sumii/class/proenb2009/ml6/
計算の理論 I NFAとDFAの等価性 火曜3校時 大月 美佳 平成16年5月18日 佐賀大学理工学部知能情報システム学科.
2018年度ビジョン研究室 ゼミナール・卒研紹介 指導教員:張善俊 6月20日(水) 6-209.
モデルの微分による非線形モデルの解釈 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
パターン認識特論 カーネル主成分分析 和田俊和.
プログラミング基礎a 第3回 C言語によるプログラミング入門 データ入力
プログラミング基礎a 第3回 C言語によるプログラミング入門 データ入力
Fourier 変換 Mellin変換 演習課題
岩村雅一 知能情報工学演習I 第13回(後半第7回) 岩村雅一
Presentation transcript:

画像処理・実習 第十四回:パターン認識 東海大学 情報理工学部 情報メディア学科 濱本和彦

今回の内容 5. パターン認識 5.1 マッチングの原理 5.2 テンプレートマッチング 実習 相互相関とテンプレートマッチング

一般的なマッチングの尺度 フーリエ変換を 思い出してみよう ある座標における関数値の積の総和=関数の内積 それぞれの関数の大きさで正規化すると次のようなります。

一般的なマッチングの尺度 これは -1 ~ +1 の値をもち, cosΘ で表現されます。 相互相関係数 Θ は関数間の角度。 二つの関数をベクトル 表現した時のベクトル が作る角度になます。

ディジタルデータの相互相関係 数 二つのデジタルデータ → ベクトルデータとして考える 相互相関係数は,ベクトルの内積を用いて次のように表現する。 であるから,

ディジタルデータの相互相関係 数 一般に N 次元ベクトルの場合には次のように表される。 実際の場合は平均値を引く必要があるため次のようになる。

実習:演習 5.2 image_processing14.c と imgpattern.h を 利用します。 imgpattern.h の void Ensyu5_2(void) を完 成させなさい。 相関の結果が演習 5.1 の通りになること を確認しなさい。

画像の相互相関関数 データが二次元の画像( N×N )の場合も,同様な処理で 相互相関係数が求まります。

実習:画像の相互相関係数 void Cross_correlation(void) を完成させなさ い。 この関数の実行時は, Input_image() や Output_image() は必要ありません。関数内で 2つの画像をオープンします。 lena.raw 同士, lena.raw と lenan20.raw( 雑音 がある場合 ) , lena.raw と lenai.raw( 白黒反転 ) の組合せで相互相関係数を求め,考察しなさ い。

実習:画像の相互相関係数

相互相関でこんなことができま す。 簡単な人物認証 濱本研メンバー DB こういう人がやってきました ABCFED 相互相関係数を求めます。 Eさんと判断されました。 研究室への入室が許可されます。

相互相関でこんなことができま す。 簡単な人物認証 濱本研メンバー DB ABCFED 相互相関係数を求めます。 Cさんと判断されました。 研究室への入室が許可されます。 こういう人がやってきました

相互相関でこんなことができま す。 簡単な人物認証 濱本研メンバー DB ABCFED 相互相関係数を求めます。 どのデータとも相関が高くありません。 研究室への入室が許可されません。 こういう人がやってきました

テンプレートマッチング 入力画像の中から,テンプレート(標準パ ターン)に一致する位置を検出します。 パターン位置の検出 動いた物体の追跡 方法 画像にテンプレートを重ね相互相関係数を計算し ます。 テンプレートの位置をずらして再度相互相関係数 を計算します。 これを繰り返して,相互相関係数が最大になる位 置を探します。

テンプレートマッチング テンプレートを移動しな がら,相互相関を計算 相互相関が最大になっ た位置が,テンプレートの パターンと同じ図形となる 位置である。

テンプレートマッチング テンプレートサイズを m×n とし,画像上の位置 (i, j) における 相互相関係数は次の式で求められます。これは,式 5.16 に 平均値処理と正規化を加えたものです。相互相関関数と呼 ばれます。 ・テンプレートの中心が (i, j) と一致するようにしています。 ・平均値は, m×n 領域内での平均値です。 ・式 5.16 では正確な処理を行うことは出来ません(何故?)

実習:テンプレートマッチン グ void Template_matching(void) を実行し,テンプレー トマッチングの処理を確認しましょう。 テンプレートのサイズは,幅 40 ,高さ 48 です。 テンプレート画像は,この関数内で入力処理を行い ます。対象画像の入力は, Input_image() で行ってく ださい。 相互相関が最大になった位置とその時の相関値を出 力します。 相関係数がどのように分布しているかを画像として 出力します。これを相互相関関数と呼びます。 入力画像: characters3.raw テンプレート: characters3a.raw

実習:テンプレートマッチン グ 最大値: x=50, y=69, R=1.00 = ‘ A ’ の文字はこの 位置にある!

実習:テンプレートマッチン グ void Template_matching2(void) は,式 5.16 によるものです。正しい結果が得 られないことを確認してください。 それは一体何故でしょうか?

こういうことができます は,どこにいるでしょう? 最大値: x=179, y=25

課題 教科書 p.76 の式 5.17 によりテンプレー トマッチングを行うプログラムを完成 させ, characters3.raw と characters3a.raw を用いた実行結果を示 してください。 提出期限は 8/1 , 23:59 とします。 i-collabo から提出してください。

期末テスト範囲 第四章 2値化画像 p39-p52 (境界線追跡まで) 第五章 パターン認識 5.1, 5.2 のみ 第七章 画像の直交変換 7.1, 7.2, 7.3 内容: 中間と同じく,プログラムを書く問題はない。 教科書の類似問題 5割 穴埋めと演習問題より(数値を変更する場合アリ) 教科書を理解していれば解ける問題 3割 処理結果の予測,処理の選択など きちんと理解している必要がある問題 2割 応用問題。説明を求める問題など。 試験 8 割,レポート 2 割 レポートは, 3 つ提出の場合上位 2 点を採点対象とする。