Моделі локалізації об'єктів на зображенні у мережевих комп'ютерних системах аналізу зображень

1.

Модели и методы сегментации границ изображений нерегулярного вида на основе адаптивных масок
Плакат 1
АТЕСТАЦІЙНА РОБОТА
ДРУГИЙ (МАГІСТЕРСЬКИЙ) РІВЕНЬ
МОДЕЛІ ЛОКАЛІЗАЦІЇ ОБ'ЄКТІВ НА ЗОБРАЖЕННІ У
МЕРЕЖЕВИХ КОМП'ЮТЕРНИХ СИСТЕМАХ АНАЛІЗУ
ЗОБРАЖЕНЬ
Кислинський Олексій Вадимович, СПзм-18-2
Науковий керівник: д.т.н., професор Смеляков К.С.

2.

Слайд № 2
Мета і завдання дипломної роботи
Модели и методы сегментации границ изображений нерегулярного вида на основе адаптивных масок
Плакат 1
Мета – розробка ефективної моделі і алгоритмів сегментації і локалізації
об’єктів на цифровому зображенні.
Завдання:
1) Аналіз існуючих моделей і алгоритмів сегментації і локалізації об’єктів.
2) Вибір / формування ефективних моделей і алгоритмів сегментації і локалізації
об’єктів на зображенні.
3) Розробка відповідної загальної моделі сегментації і локалізації об’єкту на
зображенні.
4) Проведення обчислювального експерименту.
5) Аналіз ефективності запропонованої технології.

3.

Слайд № 3
Локалізація об'єктів на основі сегментації і
трасування їх зовнішньої границі

4.

Слайд № 4
Локалізація обличчя в прямокутнику на
основі застосування нейронних мереж

5.

Слайд № 5
Модель детектора границі
на основі лапласіану гауссіана
L( x , y)
2I
x
2
2I
y 2
x 2 y2
2
1 x 2 y2
LoG ( x , y)
1
e 2
4
2 2

6.

Слайд № 6
Адаптивна контурна сегментація і
трасування границі зображення

7.

Слайд № 7
Знаходження прямокутної області з
обличчям використанням згорткової
нейронної мережі

8.

Слайд № 8
Метод головних компонент
x 1 i cos x 1i sin x 2i ,
x 2i sin x 1i cos x 2i ,

9.

Слайд № 9
Метод головних компонент.
Практичне застосування

10.

Слайд № 10
Метод головних компонент.
Практичне застосування
Контурна сегментація
Застосування згорткової
НМ для детекції
Метод хвиль
Трасування границі
Метод головних компонент (за потреби
компенсації повороту)
Векторизація (за потреби)
Інші підходи

11.

Слайд № 11
Висновки
Модели и методы сегментации границ изображений нерегулярного вида на основе адаптивных масок
Плакат 1
В результаті виконання роботи можна зробити наступні основні висновки.
Проаналізовано основні види масок, згорток, детекторів пікселів границі й
алгоритмів конурної сегментації і локалізації цифрових зображень.
З урахуванням особливостей цих моделей і алгоритмів обрано адаптивні
маски, моделі та алгоритми контурної сегментації і локалізації обє’ктів.
Розроблена відповідна загальна модель локалізації.
На основі використання цієї моделі проведено експеримент, в результаті
якого підтверджені теоретичні оцінки ефективності обраних моделей і алгоритмів
сегментації і локалізації об’єктів на зображенні.