Рубрики

Идея проекта | (Оптимизация объектного анализа изображений с суперпикселем для картографирования земного покрова)

АБСТРАКТНЫЙ:
Необходимым условием для анализа изображений на основе объекта является создание адекватных сегментов. Однако параметры для алгоритмов сегментации изображения часто определяются вручную. Следовательно, создание идеального уровня сегментации обычно является дорогостоящим и зависит от пользователя. Стратегия полуавтоматической оптимизации объектной классификации многовременных данных вводится с использованием алгоритма Super-Pixel (SP). Алгоритм суперпиксельного контура используется для генерации набора различных уровней сегментации с использованием различных комбинаций параметров. Наконец, лучшая комбинация параметров выбирается на основе перекрестной проверки, такой как ошибка Out-of-bag (OOB), предоставляемая SP. При перемещении выбранных комбинаций скрытый объект найден. Эта предложенная стратегия, которая использует ошибку OOB для выбора идеального уровня сегментации, обеспечивает схожие точности классификации по сравнению с результатами, достигнутыми при ручной сегментации изображения. Эта система работает и проста в обращении, что позволяет экономить на обнаружении пропавших предметов в густом лесу.

РЕАЛИЗАЦИЯ

Классификация по нескольким сегментам основана на деревьях решений.

  • Деревья решений — это индивидуальные учащиеся, которые объединены. Они являются одним из самых популярных методов обучения, обычно используемых для исследования данных.
  • Один тип дерева решений называется CART-классификацией и деревом регрессии.
  • CART — жадное двоичное рекурсивное разбиение сверху вниз, которое делит пространство объектов на наборы непересекающихся прямоугольных областей.
    • Регионы должны быть чистыми по отношению к переменной ответа.
    • Простая модель подходит для каждого региона — большинство голосов за классификацию, постоянное значение для регрессии.

ИССЛЕДОВАНИЕ:

Суперпиксельная сегментация изображения.

ИНСТРУМЕНТЫ:
Java предоставляет богатые библиотеки для работы в сети и обработки изображений. Java и Netbeans можно скачать по ссылке ниже:
http://www.oracle.com/technetwork/java/javase/downloads/index.html

ВЫВОД

            В этом проекте статическое изображение получено от пользователя, а затем алгоритм Super-Pixel используется для обнаружения пикселя объектов с использованием техники сегментации. Алгоритм Super-Pixel использовал ее, если она оказалась наиболее точной по сравнению с другими алгоритмами.

Далее сегментированные кадры обрабатываются для получения точного местоположения целевого изображения, которое должно быть найдено. Это помогает найти объекты, которые потеряны в густом лесу.

Увидев трудности в поиске объекта в густом лесу, мы были мотивированы и вдохновлены на создание этого проекта, который облегчит их бремя. Этот проект помогает им легко определить точное положение объекта в лесной среде. Таким образом, сила человека, энергия и стоимость могут быть уменьшены. Надеюсь, это заставляет их работать умнее.

БУДУЩИЕ УЛУЧШЕНИЯ

я) обнаружение человека

  • Этот проект может быть расширен для 3D-изображений, чтобы найти людей в кадре. Вывод может быть дополнительно обработан для различения человека и не человека в поле зрения.
  • Это может быть реализовано с помощью алгоритма распознавания объектов. После чего можно выполнить сопоставление с шаблоном.
  • Используя сопоставление шаблонов, обнаруженный человеком кадр можно сопоставить с несколькими изображениями, хранящимися в базе данных.
  • Следовательно, идентичность кадра может быть сопоставлена, если совпадение существует. Таким образом, добавляя эти функции, можно повысить точность и детализацию.

II) Отслеживание движения

  • Предложенную систему можно сделать носимой, интегрировав ее со встроенным аппаратным и программным обеспечением вместе с камерой.
  • Это повышает мобильность и улучшает доступность.
  • Дальнейшее расширение проекта будет включать отслеживание движения интересующего объекта.
  • Используется, чтобы легко найти потерянный объект.
  • Это может быть использовано в роботизированной системе наблюдения и наблюдения.

ССЫЛКА:

Шин К.Г. и Маккей Н.Д. (1984) «Сегментация суперпиксельных изображений», Proc.Amer.Contr.Conf., Сан-Диего, Калифорния, стр. 1231-1236.

Эта статья предоставлена Кишаром Ахмедом . Если вам нравится GeeksforGeeks и вы хотите внести свой вклад, вы также можете написать статью и отправить ее по почте на contrib@geeksforgeeks.org. Смотрите свою статью, появляющуюся на главной странице GeeksforGeeks, и помогите другим вундеркиндам.

Рекомендуемые посты:

Идея проекта | (Оптимизация объектного анализа изображений с суперпикселем для картографирования земного покрова)

0.00 (0%) 0 votes