Анализ изображений и видео. Сегментация изображений
сегодня в 20:30
Сегодня мы публикуем восьмую лекцию из курса «Анализ изображений и видео», прочитанного Натальей Васильевой в петербургском Computer Science Center, который создан по совместной инициативе Школы анализа данных Яндекса, JetBrains и CS-клуба.Всего в программе девять лекций, из которых уже были опубликованы:
Введение в курс «Анализ изображений и видео»; Основы пространственной и частотной обработки изображений; Морфологическая обработка изображений; Построение признаков и сравнение изображений: глобальные признаки; Построение признаков и сравнение изображений: локальные признаки; Поиск по подобию. Поиск нечетких дубликатов; Анализ изображений и видео. Классификация изображений и распознавание объектов. Под катом вы найдете план новой лекции и слайды.Что есть распознанный объект.
Что такое сегментация:
Где используется сегментация; Подзадачи сегментации. Возможные критерии «общности»: Таксономия методов сегментации; Критерии «общности». Цвет; Критерии «общности». Текстура; Критерии «общности». Расположение относительно контура; Критерии «общности». Перемещение, движение (motion); Критерии «общности». Глубина (depth); Критерии «общности». Глобальные. Математические модели: Использование кластеризации; Кластеризация. Метод k-средних. Основная идея: Метод k-средних (k-means). Алгоритм; Метод k-средних: шаг 1; Метод k-средних: шаг 2; Метод k-средних: шаг 3; Метод k-средних: шаг 4; Метод k-средних: шаг 5; Сегментация методом k-средних. Добавление пространственной информации: k-Means: достоинства и недостатки; Mean-shift for image segmentation; Mean shift algorithm; Mean shift clustering/segmentation; Mean shift; Mean shift clustering; Mean shift segmentation results; More results; Mean shift: достоинства и недостатки; Probabilistic clustering; Expectation maximization (EM). Иерархическая кластеризация: Модель для метрического пространства; Моделирование при помощи графов; Automatic graph cut; Segmentation by Graph Cuts; Min cut; But min cut is not always the best cut; Normalized Cut. Примеры сегментации: Использование графов; Использование 2-D решетки; Математические модели; Методы сегментации «сверху-вниз»; Деформируемые контуры; Параметризация; Задание энергии контура; Оптимизация; Berkeley Segmentation DataSet [BSDS].
Только зарегистрированные пользователи могут оставлять комментарии. Войдите, пожалуйста.
