Recommended
More Related Content
Similar to Computer vision introduction
Similar to Computer vision introduction (20)
More from FEG
More from FEG (20)
Computer vision introduction
- 2. 大綱 • 影像處理過程 • 常用的演算法 • 深度學習 (影像辨識) • 應用案例
- 7. 表示與描述 (2) • 顏色 • 紋理
- 8. 表示與描述 (3) • 位置 • 綜合
- 9. 傳統影像辨識方法
- 10. 影像處理過程之三階段 • 低階處理 – 過濾雜訊、增強對比、影像解析度 • 中階處理 – 影像分析、抓取特徵值 • 高階處理 – 電腦視覺、物件辨識、自動分類
- 11. 數位影像內容 (1) x y 影像 像素 特徵值座標 顏色值(單色、彩色) 總像素 = X 方向 * Y 方向像素 (640 X 480 = 307200)
- 13. 矩陣相似度計算 • 影像標籤學習 – 歐氏距離 – 曼哈頓距離 – 切比雪夫距離 – 閔可夫斯基距離 – 標準化歐氏距離 – 馬氏距離 – 夾角餘弦 – 漢明距離 – 傑卡德距離 & 傑卡德相似係數 – 相關係數 & 相關距離 – 信息熵
- 14. P icture S imilarity Algorithm • 1. • 當 • 影像 • 分割成網格區域數量增加 • ， • 推論所得相似度 • 計算準確率相對增 • 加 • 。 • 2. • 當 • 影像 • 分割成 • 100 • 網格區域時 • ， • 使用相似度計算新 • 方法所推論的相似度計算準確率達 • 80% • 。 • 3. • 提出的 • 影像 • 相似度計算方法同時考量距離相似效 • 應與夾角相似效應 • ， • 相似度鑑別能力遠比單獨考量距 • 離相似效應或夾角相似效應的結果更佳 • 。 2010 機光電研討會論文論文集
- 15. 深度學習與CNN (1) • 類神經網路 • 三個 input 資料
- 16. 深度學習與CNN (2) • 手寫數字辨識系統 – MNIST 資料集 (http://yann.lecun.com/exdb/mnist/)
- 17. 深度學習與CNN (3) • 圖示轉換成矩陣 總像素 = 18 X 18 = 324
- 18. 深度學習與CNN (4) • 以 324 個輸入點作為深度學習 input資料 • 分別告訴系統正確的答案，以建立模型 • 最終模型能將結果輸出
- 20. 深度學習與CNN (6) • Convolution Neural Network – 解決物件轉換 (translation invariance)的差異 • 將圖片某種程度的重複切割 (小影像)
- 21. 深度學習與CNN (7) • 將每張小影像當作 input 資料集 (學習特徵 值) • 將所有結果儲存起來，稱之為 convolution array
- 22. 深度學習與CNN (8) • 將 convolution array 擷取重要資訊，將矩陣 縮小 – 採用 max pooling 參考來源: https://en.wikipedia.org/wiki/Convolutional_neural_network#Pooling_layer
- 23. 深度學習與CNN (9) • 縮小後的陣列，就當作 input 的資料集，進 行影像辨識作業 • 總結流程 – Convolution、Max-pooling、Fully-connected
- 24. 深度學習與CNN (10) • 一張照片，經過數個 Convolution 與 max pooling 方式，最後得到分類結果 • 然而，機器學習會自動找出最佳的處理方 式
- 25. 練習實作 (1) • 建立鳥類的分類器 – 下載資料集 (https://www.cs.toronto.edu/~kriz/cifar.html)，其中包 含 6000 張鳥類照片與 52000 張非鳥類照片 – 額外增加鳥類照片(http://www.vision.caltech.edu/visipedia/CUB-200- 2011.html)，包含 12000張鳥類照片 請注意，此資料集數量仍是少數樣本，如果需要更準確的結果，需要有幾百萬張樣本才是
- 26. 練習實作 (2) • 採用 TFLearn (http://tflearn.org/) • Deep learning library featuring a higher-level API for TensorFlow – Easy-to-use and understand high-level API for implementing deep neural networks, with tutorial and examples. – Fast prototyping through highly modular built-in neural network layers, regularizers, optimizers, metrics... – Full transparency over Tensorflow. All functions are built over tensors and can be used independently of TFLearn. – Powerful helper functions to train any TensorFlow graph, with support of multiple inputs, outputs and optimizers. – Easy and beautiful graph visualization, with details about weights, gradients, activations and more... – Effortless device placement for using multiple CPU/GPU.
- 27. 練習實作 (3) • 下載相關 github 程式集 • 查看結果
- 28. Facebook 應用案例 (1) • Facebook 採用 FBLearner Flow AI 技術 – 數十億張照片作為訓練來源 – 不需要影像標籤 – 目前有約200個視覺模型，可用於不良內容偵測、 垃圾郵件、自動為圖片增加說明，甚至可辨識出行 為，如:人走動、跳舞、騎馬、彈奏樂器 – 應用於圖像搜尋系統，強化圖片搜尋的排序與精準 度，以確保搜尋系統真正理解圖片的實際內容 – 下一步是將Lumos的電腦視覺能力運用到影片中 發表於: 2017-02-03
- 29. Facebook 應用案例 (2) • 圖像標示系統 圖像裡可能有2 個人、微笑的人
- 30. Azure 應用案例 • Face Verification
- 31. Caffe 應用案例 • Caffe 深度學習套 件 – C++/ CUDA 架構， 支援 python 語言 – 上手快、速度快、 模組化、開源 http://demo.caffe.berkeleyvision.org/
- 32. HP 應用案例 • HP (Tesseract) – OCR (圖片中的文字進行識別獲取) – 由 HP 實驗室開發後，交給 google 維護的開源 ORC 專案，目前版本 3.04
- 33. Google 應用案例 (1) • Google Cloud Vision – 文字辨識以外，還能認出圖像中的物件， 就和 運用在 Google 照片中的技術一樣，Google 宣稱 這套演算法能辨識上千種不同物品，包括水果、 食物、動物、建築
- 34. Google 應用案例 (2) • Google Cloud Vision/ Tesseract-OCR – 強悍！中華備戰經典賽 澳洲移訓”火力猛” – 機捷試乘 機捷開放民眾試乘 預辦登機同步試辦 – 南韓三星李在鎔出庭 示威民眾在法院前抗議