Прошу откликнуться людей, которые занимались проблемой распознавания образов на растровых изображениях. Может быть кто знает конкретные примеры использования ИНС для этих целей?
Здравствуйте __Alexey, Вы писали:
A>Прошу откликнуться людей, которые занимались проблемой распознавания образов на растровых изображениях. Может быть кто знает конкретные примеры использования ИНС для этих целей?
Я занимаюсь сегментацией растровых изображений, потом, на сегменты будет натравлена нейросеть с целью распознавания объектов.
Жизнь, как игра —
идея паршивая,
графика обалденная...
Re[2]: Нейросети для анализа растровых изображений
Здравствуйте Micker, Вы писали:
M>Здравствуйте __Alexey, Вы писали:
A>>Прошу откликнуться людей, которые занимались проблемой распознавания образов на растровых изображениях. Может быть кто знает конкретные примеры использования ИНС для этих целей?
M>Я занимаюсь сегментацией растровых изображений, потом, на сегменты будет натравлена нейросеть с целью распознавания объектов.
То есть, вы используете нейросеть для распознование текста (или чего-то подобного)? Страница бъется на блоки, блоки на строки, а строки на буквы. По букве строится гистура(ы) и, далее, полученный вектор подается на вход ИНС. Я правильно понял?
Можно ли как-то преобразовать цветное изображение, что бы подать его на вход ИНС? Фактически, в вашей терминологии, провести собственно сегментацию изображения при помощи обученной с учителем ИНС? Если мы анализируем не буквы, а объекты неизвестного заранее размера, то мы не можем в лоб провести сегментацию... Вот, к примеру, улучшить качество всего изображения (сделать из старой фотографии новую и др.) нейросетью очень легко. А как выделить объекты на изображении?
Re[3]: Нейросети для анализа растровых изображений
Здравствуйте __Alexey, Вы писали:
A>То есть, вы используете нейросеть для распознование текста (или чего-то подобного)? Страница бъется на блоки, блоки на строки, а строки на буквы. По букве строится гистура(ы) и, далее, полученный вектор подается на вход ИНС. Я правильно понял?
A>Можно ли как-то преобразовать цветное изображение, что бы подать его на вход ИНС? Фактически, в вашей терминологии, провести собственно сегментацию изображения при помощи обученной с учителем ИНС? Если мы анализируем не буквы, а объекты неизвестного заранее размера, то мы не можем в лоб провести сегментацию... Вот, к примеру, улучшить качество всего изображения (сделать из старой фотографии новую и др.) нейросетью очень легко. А как выделить объекты на изображении?
НЕТ! Сегментация — переход от изображения как совокупности пикселей (каждый может характеризоваться вектором яркости (например RGB, CMYK) и 2-мя координатами) к его представлению в виде совокупностей точек, так называемых сегментов, каждый из которых может характеризоватся вектором признаков (не только яркостных, но и текстурных — оснванных на пр-е Фурье, фрактальной размерности и т.п. ).
На вход нейросети и пожаются эти признаки и классификация происходит по объектам, а не по точкам. Что классифицировать — вопрос постановки задачи — можно текст, можно игрушки,а можно НАТОвские танки на сербском поле....
Жизнь, как игра —
идея паршивая,
графика обалденная...
Re[4]: Нейросети для анализа растровых изображений
Здравствуйте Micker, Вы писали:
M>НЕТ! Сегментация — переход от изображения как совокупности пикселей (каждый может характеризоваться вектором яркости (например RGB, CMYK) и 2-мя координатами) к его представлению в виде совокупностей точек, так называемых сегментов, каждый из которых может характеризоватся вектором признаков (не только яркостных, но и текстурных — оснванных на пр-е Фурье, фрактальной размерности и т.п. ). M>На вход нейросети и пожаются эти признаки и классификация происходит по объектам, а не по точкам. Что классифицировать — вопрос постановки задачи — можно текст, можно игрушки,а можно НАТОвские танки на сербском поле....
Что-то непонятно. А как можно выделить сегменты?
К примеру, если изображение состоит из совокупности пикселей, и каждый пиксель имеет некоторый вектор яркости RGB, то для выделения сегментов я должен использовать именно этот признак – т.е. разбить изображение на некие кластеры по яркости, и, тем самым получить сегменты. Так что ли?
Как делал я:
Преобразование изображения в лоб:
1. Есть исходное изображение и изображение желаемое (одного размера).
2. С исходного изображения в цикле берется некоторая область вокруг одного пикселя. Сам пиксель и его окружение подаются на вход искусственной нейронной сети.
3. На выход нейросети подается значение яркости пикселя по каналам на желаемом изображении.
4. Нейросеть учится для всех пикселей изображения.
5. Теперь можно предъявлять нейросети другие картинки для их распознавания.
Таким образом, теоретически, мы можем проводить бинаризацию растра. На практике хорошо работают только алгоритмы цветопреобразования, размытия, увеличения резкости, а вот бинаризация работает плохо.
Поэтому приходится использовать ручной режим – волшебная палочка -> выделить подобные текущей области.
Вы делаете также?
Здравствуйте __Alexey, Вы писали:
A>Прошу откликнуться людей, которые занимались проблемой распознавания образов на растровых изображениях. Может быть кто знает конкретные примеры использования ИНС для этих целей?
Молчал молчал, но все же напишу. Может наведет на какие нибудь сопутствующие мысли.
Когда то в 50-е годы, один русский нейрофизиолог Ярбус , проводил опыты по оценке наиболее информативных участков изображений с точки зрения восприятия человеческим зрением (сильно подозреваю что без военных не обошлось). Опыты были довольно простые — человеку предлагали рассмореть картинку. Движения глаз фиксировались и по прошествии некоторого времени получали множество точек с которыми в дальнейшем можно было работать тоже как с характеристиками изображения. Результаты были любопытные — достаточно вглянуть на картинки с наложенными на них точками.
У нас в лабе есть один наполовину сделанный программный проект, мной, естественно, писанный. Точки получаем, правда несколько другим способом, более простым дешевым и сердитым. Тоже есть мысли прикрутить для обработки НС.
Re[5]: Нейросети для анализа растровых изображений
Здравствуйте __Alexey, Вы писали:
A>Что-то непонятно. А как можно выделить сегменты? A>К примеру, если изображение состоит из совокупности пикселей, и каждый пиксель имеет некоторый вектор яркости RGB, то для выделения сегментов я должен использовать именно этот признак – т.е. разбить изображение на некие кластеры по яркости, и, тем самым получить сегменты. Так что ли?
Да, эти кластеры с большой долей вероятности представляют собой какие-то сегменты-объекты снимаемой сцены. Неплохие методы сегментации можно найти здесь, мы разработали нечто подобное, Может быть, слегка более сложное вычислительно, но зато более продвинутое по качеству.
url=http://vision.ece.ucsb.edu/segmentation/index.html
(Обращаю ваше внимание на алгоритм JSEG)
Что делать с такими сегментами дальше? Ну можно попробовать, как я уже говорил подать их нейросеть — так как это группы пикселей, то они несут больше информации, чем каждый порознь, более того, снижается размерность задачи (для неёросети).
А можно юзать какой-нить другой алгоритм, заслуживает внимания, например, работа Брюса Максвелла:
url=http://www.ri.cmu.edu/people/maxwell_bruce.html#publications
A>Таким образом, теоретически, мы можем проводить бинаризацию растра.
Это ж, насколько я понимаю, выделение только одного типа объектов! Это и есть цель?
A> На практике хорошо работают только алгоритмы цветопреобразования, размытия, увеличения резкости, а вот бинаризация работает плохо. A>Поэтому приходится использовать ручной режим – волшебная палочка -> выделить подобные текущей области. A>Вы делаете также?
нет, мы делаем не так.
Мы стремимся к полной автоматичности процесса.
Я уже писал, что мы сначала сегментируем, потом считаем характеристики по сегментам, потом подаём всё это на нейросеть.
Здравствуйте Юнусов Булат, Вы писали:
ЮБ>Здравствуйте __Alexey, Вы писали:
ЮБ>Молчал молчал, но все же напишу. Может наведет на какие нибудь сопутствующие мысли. ЮБ>Когда то в 50-е годы, один русский нейрофизиолог Ярбус , проводил опыты по оценке наиболее информативных участков изображений с точки зрения восприятия человеческим зрением (сильно подозреваю что без военных не обошлось). Опыты были довольно простые — человеку предлагали рассмореть картинку. Движения глаз фиксировались и по прошествии некоторого времени получали множество точек с которыми в дальнейшем можно было работать тоже как с характеристиками изображения. Результаты были любопытные — достаточно вглянуть на картинки с наложенными на них точками.
А Вы не могли бы поконкретнее? или это продолжает быть секретным?
Что же человек рассматривает в первую очередь?
ЮБ>У нас в лабе есть один наполовину сделанный программный проект, мной, естественно, писанный. Точки получаем, правда несколько другим способом, более простым дешевым и сердитым.
А можно и это поподробнее (способ) или это ноу-хау ? У вас публикации на эту тему есть?
Жизнь, как игра —
идея паршивая,
графика обалденная...
Re[3]: Нейросети для анализа растровых изображений
Здравствуйте Micker, Вы писали:
M>А Вы не могли бы поконкретнее? или это продолжает быть секретным?
Да какая к шайтану секретность. M>Что же человек рассматривает в первую очередь?
Однозначно трудно ответить. Границы оъектов конечно имеют большые веса. Но прикол в том что в большей степени те, которые имеют большую смысловую нагрузку сообразно зрительного опыта. К примеру если лицо показать — то глаза, губы, нос, уши — в такой примерно последовательности. А если девицу слабо одетую, то даже писать неудобно Танки показывать не пробовали.
M>А можно и это поподробнее (способ) или это ноу-хау ? У вас публикации на эту тему есть?
В идеале делать надо так, как Ярбус делал. У нас сделано по-другому исключительно из-за недостаточной технической базы. Прога один раз выставлялась на местной выставке рекламных технологий (в прошлом годе). А тема, возможно, станет моим диссером. С НС только надо серьезно разобратся, однобокость образования сказывается.
Re[6]: Нейросети для анализа растровых изображений
M>>А можно и это поподробнее (способ) или это ноу-хау ? У вас публикации на эту тему есть? ЮБ>В идеале делать надо так, как Ярбус делал. У нас сделано по-другому исключительно из-за недостаточной технической базы. Прога один раз выставлялась на местной выставке рекламных технологий (в прошлом годе). А тема, возможно, станет моим диссером. С НС только надо серьезно разобратся, однобокость образования сказывается.
Так все-таки как Ярбус делал? И как делаете Вы?
Re[5]: Нейросети для анализа растровых изображений
Здравствуйте __Alexey, Вы писали: A>Так все-таки как Ярбус делал? И как делаете Вы?
Ярбус крепил к роговице глаза присоску с зеркальцем и отраженный луч фиксировался фотохимическим методом. Тогда компов не было
Что касается нашего метода — я пока не могу сказать. Сорри. Слишком много сил и идей (и не только моих) вбухнуто. Когда из агенства по патентам придет свидетельство — тогда хоть вместе с сюрсами все выложу, может кто багов найдет.
Re[6]: Нейросети для анализа растровых изображений
Здравствуйте Юнусов Булат, Вы писали:
ЮБ>Что касается нашего метода — я пока не могу сказать. Сорри. Слишком много сил и идей (и не только моих) вбухнуто. Когда из агенства по патентам придет свидетельство — тогда хоть вместе с сюрсами все выложу, может кто багов найдет.
поэтому-то я и спросил о публикациях.
Жизнь, как игра —
идея паршивая,
графика обалденная...
, проводил опыты по оценке наиболее информативных участков изображений с точки зрения восприятия человеческим зрением (сильно подозреваю что без военных не обошлось). Опыты были довольно простые — человеку предлагали рассмореть картинку. Движения глаз фиксировались и по прошествии некоторого времени получали множество точек с которыми в дальнейшем можно было работать тоже как с характеристиками изображения. Результаты были любопытные — достаточно вглянуть на картинки с наложенными на них точками. 
