Построение эффективных численных методов для задач обнаружения пешеходов по цифровому изображению

1.

Казанский (Приволжский) Федеральный Университет
Построение эффективных
численных методов для задач
обнаружения пешеходов по
цифровому изображению
Гатауллин Р.Р., Коннов И.В., Разинков Е.В.
Казань, 2017

2.

Постановка задачи
Реализовать и сравнить различные методы оптимизации
для задачи обнаружения пешеходов по цифровому
изображению.
Построить эффективный численный метод для обучения
классификатора цифровых изображений с высокой
размерностью векторов признаков.

3.

Задача обнаружения пешеходов
Эта задача заключается в определении присутствия
пешехода на входном изображении и нахождении его
местоположения.
Имеется база изображений, для каждой из которых
поставлены в соответствие координаты пешеходов.

4.

Используемая методология
Выбор функции вычисления векторов характеристик.
Формирование обучающей выборки.
Обучение классификатора (решение оптимизационной
задачи, которая является предметом исследования).
Выделение участков изображения с помощью техники
скользящего окна.
Обнаружение пешеходов в каждом из выделенных участков
с помощью обученного классификатора.

5.

Вектора характеристик
Пусть u∈U — классифицируемый объект из множества
цифровых изображений размера 128x64 пикселей, тогда
x = (x1,…,xn) = μ(u) — n-мерный вектор характеристик этого
объекта.
В качестве функции μ был выбран дескриптор HOG.
Размерность векторов характеристик составила n=???.

6.

Модель классификации

7.

Модель классификации

8.

SSM

9.

Эксперименты
В ходе экспериментов использованный метод SSM
сравнивался с проективным и методом условного
градиента.
Оценка эффективности велась по количеству итераций до
завершения алгоритма и количеству вычислений
производной.

10.

Эксперименты
Зависимость изменения ошибки от номера итерации для различных
методов (проективный, условного градиента, SSM).

11.

Эксперименты
Так же была оценена точность обученного классификатора
по мере F-score и была равной 91%.
F-score =

12.

Итоги
Реализованы основные компоненты метода обнаружения
пешеходов на цифровых изображениях.
Построен численный метод обучения алгоритма
классификации изображений.
Проведены эксперименты по оценке эффективности
построенного метода и его сравнению с используемыми
ранее методами.

13.

Спасибо за внимание!