बनावट वर्गीकरण समस्या में स्थानीय बाइनरी पैटर्न स्टेटमेंट

हैलो, प्रिय हेब्रालम!

इस लेख में, मैं बनावट वर्गीकरण समस्या में प्रयुक्त अपेक्षाकृत नए ऑपरेटर के बारे में बात करना चाहूंगा। यह कार्य छवियों को खोजने, पहचानने और वर्गीकृत करने के कार्य के बहुत करीब है।

LBP ऑपरेटर का उपयोग किसी छवि में एक वस्तु (उदाहरण के लिए, एक चेहरा) की खोज करने के लिए किया जा सकता है, साथ ही एक निश्चित वर्ग (सत्यापन, भावनाओं की मान्यता, लिंग द्वारा चेहरा) से संबंधित इस वस्तु की जांच करने के लिए भी किया जा सकता है। दया के इच्छुक, मैं बिल्ली माँगता हूँ।

एलबीपी ऑपरेटर को पहली बार 1996 में टी। ओजला ने प्रस्तावित किया था। यह एक प्रभावी ऑपरेटर है जो छवि में प्रत्येक पिक्सेल को एक बाइनरी नंबर के रूप में दर्शाता है, जो छवि में पड़ोसी पिक्सेल की तीव्रता पर निर्भर करता है।

यह ऑपरेटर कम्प्यूटेशनल रूप से कुशल है, क्योंकि यह केवल पूर्णांक अंकगणित के साथ काम करता है (यह कुछ कार्यों में वास्तविक समय के प्रदर्शन की अनुमति देता है), और यह विभिन्न प्रकाश व्यवस्था की परिस्थितियों में शूटिंग के कारण छवि में परिवर्तन चमक के लिए भी अपरिवर्तनीय है।

LBP क्या है? क्लासिक एलबीपी, जो एक छवि पिक्सेल पर लागू होता है, आठ पड़ोस पिक्सेल का उपयोग करता है।



यह केंद्र पिक्सेल को एक सीमा के रूप में लेता है और इसके साथ पड़ोस के प्रत्येक पिक्सेल में चमक मूल्य की तुलना करता है। यदि यह मान थ्रेशोल्ड (या बराबर मूल्य) से अधिक है, तो पिक्सेल 1 मान लेता है। यदि यह 0. से कम है, तो परिणामस्वरूप आठ-बिट संख्या पिक्सेल के पड़ोस की विशेषता है। ऐसी संख्याओं के कुल वेरिएंट की संख्या 2 ^ 8 = 256 है। इस प्रकार, हमने प्रत्येक छवि पिक्सेल को 256 लेबल में से एक निर्दिष्ट किया है जो इसे चिह्नित करता है। इसके अलावा, इन आंकड़ों से हिस्टोग्राम का निर्माण करना मुश्किल नहीं है और एलबीपी हिस्टोग्राम का उपयोग करके बनावट की तुलना करना है।

हालाँकि, मैं मनमाने ढंग से महत्वपूर्ण पिक्सेल की संख्या के साथ मनमानी त्रिज्या के पड़ोस का उपयोग करना चाहूंगा। 2002 में, एक eLBP (विस्तारित LBP) विधि प्रस्तावित की गई थी जो इन स्थितियों को संतुष्ट करती है। अब पड़ोस निम्नानुसार है:



बिलिनियर प्रक्षेप का उपयोग एक मनमाना पिक्सेल पड़ोस के बिंदुओं पर चमक मूल्य खोजने के लिए किया जाता है। यही है, बिंदु को पड़ोसी पिक्सल का भारित औसत सौंपा गया है। अन्यथा, विधि क्लासिक एलबीपी की तरह ही काम करती है।

हालांकि, यह देखा जा सकता है कि पड़ोस में वृद्धि के साथ, अंकों की संख्या जिसके साथ काम करने की आवश्यकता होती है, उसमें वृद्धि होती है। यही है, 16 में से 2 के त्रिज्या के पड़ोस के लिए, पहले से ही 16 बिट्स वाली संख्याओं के साथ काम करना आवश्यक है। और हिस्टोग्राम के डिब्बे की संख्या बहुत अधिक हो रही है। कुछ समय बाद, यह पता चला कि तथाकथित समान पैटर्न अधिकांश जानकारी ले जाते हैं (दुर्भाग्य से, मैं इसे रूसी में अनुवाद नहीं कर सकता था, ताकि कान को काटने के लिए नहीं) । लब्बोलुआब यह है कि इन पैटर्नों में एक रिकॉर्ड में 0 से 1 तक की एक निश्चित संख्या से अधिक संक्रमण नहीं होता है और इसके विपरीत। यही है, संख्या 00011000 या 00000000 एक समान पैटर्न होगी, और 00100100 नहीं होगा, यदि संक्रमण की निर्दिष्ट संख्या दो है (000 संक्रमण 11 संक्रमण 000 - वर्दी (2 संक्रमण), 00 संक्रमण 1 संक्रमण 00 संक्रमण 1 संक्रमण 00 - नहीं (4 संक्रमण)।

LBP ऑपरेटर को कई क्लासिफायर के हिस्से के रूप में उपयोग किया जाता है। सबसे सरल अनुप्रयोग हिस्टोग्राम बनाना और उनकी तुलना करना है (मैंने इस विधि को संक्षेप में छुआ है)। इसका उपयोग मशीन लर्निंग एल्गोरिदम जैसे SVM ​​और AdaBoost के साथ भी किया जाता है। और अगर जनता इन तरीकों में दिलचस्पी रखती है, तो यह एक नया लेख लिखने के लिए एक अच्छी प्रेरणा होगी।

आपके ध्यान के लिए बहुत बहुत धन्यवाद, मुझे आशा है कि मेरी प्रस्तुति शैली सरल समझने के लिए पर्याप्त थी।

- साहित्य:
ज़िगुआंग यांग और हाइज़ो एई - स्थानीय बाइनरी पैटर्न के साथ जनसांख्यिकीय वर्गीकरण