Detekce objektů v obraze, postupy a akcelerace

Written by Pavel Zemčík (external)

doc. Dr. Ing. Pavel Zemčík

FIT, VUT v Brně

Invited talk in Czech
November 13, 2012 at 10:00
University of West Bohemia, UV115

Download

Záznam přednášky ve formátu MP4 (104 MB) lze stáhnout zde.

Abstract

Detekce objektů v obraze a videosekvencích je jedním ze základních postupů nejen zpracování obrazu a počítačového vidění, ale i algoritmů rekonstrukce 3D tvaru objektů z obrazu a řady dalších. Stále otevřenou otázkou ale je, jak objekty v obraze detekovat, jak je vůbec popisovat, jak postupy detekce efektivně
implementovat. Přednáška přinese přehled postupů detekce objektů v obraze se zaměřením na metody založené na strojovém učení AdaBoost a WaldBoost. Dále budou rozvinuty postupy predikce výsledků, akcelerace metod a přehled možných aplikací.

Využití metod strojového učení pro detekci objektů se dá využít například tak, že se obraz "scanuje" malým okénkem a pomocí klasifikace založené na strojovém učení se vždy určí, zda okénko "obsahuje" nebo "neobsahuje" hledaný objekt. Přitom se typicky využívají tzv. "boosting" metody, které byly historicky vyvinuty pro spojování nepříliš dobře fungujících "ad-hoc" klasifikátorů, ale dnes se využívají pro výběr nejvhodnějších příznaků z velké, automaticky generované, množiny příznaků s vhodnými vlastnostmi.

Ačkoli se na první pohled může zdát, že takové postupy nebudou příliš rychlé, opak je pravdou a postupy jde navíc velmi dobře dále akcelerovat jak na algoritmické, tak i na implementační úrovni a třeba i a GPU nebo v hardware.

Podporováno projektem: Výzkum informačních technologií z hlediska bezpečnosti, CEZ MŠMT, MSM0021630528.