問題タブ [pattern-recognition]

やあみんな、
チェックやストリップなどの視覚的なパターンを認識できるニューラルネットワークシステムの設計の出発点を誰かが手伝ってくれるかどうか疑問に思っています。私は理論の知識を持っていますが、実用的な知識はほとんどありません。そしてネット検索は私に情報過多を与えます。誰もが実用的な側面に焦点を当てた良い本やチュートリアルをお勧めできますか？
ありがとうございました！

私はただ冒険的であり、コンピューター ビジョンへの最初の赤ちゃんの一歩を踏み出しています。ハフ変換を自分で実装しようとしましたが、全体像がわかりません。ウィキペディアのエントリと、リチャード・デュダとピーター・ハートによる元の「写真の線と曲線を検出するためのハフ変換の使用」を読みましたが、役に立ちませんでした。

もっと親しみやすい言葉で説明してくれる人はいますか？

ユーザーが3つの異なる要素のいずれかを入力できるとしましょう。{A, B, C}

ユーザーがこれらの値を入力し続けると、次の値、次の2つの値、次の3つの値の確率を予測する方法はありますか？

もしそうなら、私が読むことができるアルゴリズムを私に参照していただけますか？またはいくつかのコードサンプル？

コールオブデューティーのゲームプレイのビデオで人物を見つけることができるプログラムを作成しようとしています。このビデオから、人物が含まれている、または含まれていない、約2200の個別の画像のリストをまとめました。次に、2セットの画像の違いを伝えるためにニューラルネットワークをトレーニングしようとしました。

次に、各ビデオフレームを数百のグリッド長方形に分割し、それぞれをANNで確認します。長方形は、グリッドの長方形の間にある図形をキャプチャしようと重なっていますが、これはうまく機能していないようです。だから私はいくつかの質問があります：

1. ニューラルネットワークは進むべき道ですか？他の機械学習アルゴリズムと比較して非常に高速であることを読みました。最終的には、これをリアルタイムのビデオで使用する予定であり、速度は非常に重要です。

2. ANNでテストするために画像フレーム内の図を検索するための最良の方法は何ですか？自分のやり方があまり良くない気がします。確かにそれほど速くも正確でもありません。画像960x540のフレームあたり約1秒かかり、精度が低くなります。

3. 私が抱えていたもう1つの問題は、ANNへの入力として使用する特徴ベクトルを構築するための最良の方法です。現在、すべての入力画像を25 x 50ピクセルに縮小し、すべてのピクセルの強度を含む特徴ベクトルを作成しています。これは非常に大きなベクトルです（1250フロート）。特徴ベクトルを構築するためのより良い方法は何ですか？

私がここで行っていることの詳細については、CodAI：ComputerVisionをご覧ください。

編集：もう少し詳しく知りたいのですが。特徴を計算するための最良の方法は何ですか。私は多くの異なる位置で人間の姿を認識できる必要があります。直立、しゃがみ、傾向の違いを認識するために、個別の分類子を作成する必要がありますか？

OpenCV 2.2 (Willow Garage から) を使用して、基本的な顔認識システム (PCA-Eigenfaces) を構築しようとしていました。顔認識に関する以前の投稿の多くから、すべての顔認識を提供できる標準のオープン ソース ライブラリがないことを理解しています。

代わりに、誰かが関数を使用した (およびそれらを統合した) かどうかを知りたいです。

顔eigenobjects.cpp認識システムを形成するための関数は、cvSvd?

私はOpenCVが初めてなので、理解するのに苦労しています。

OCRアプリケーションでは、通常、画像の接続されたコンポーネントを見つけ、それらのコンポーネントでOCRエンジンを実行してそれらを認識します。

私の質問は、接続されたコンポーネントにトレーニングセットに存在しないシンボル/形状がある場合、どうすればよいかということです。

たとえば、数字認識を実行していて、画像に直線または文字が含まれている場合は、「X」または数字以外の何かを言います。

数字ではないことをどうやって見分けることができますか？

このトピックに関するいくつかの論文 (または情報) を探し回っています。

誤解を避けるために: 複数の場所で提供されたパターンを見つけることについて話しているのではありません。

繰り返しパターンは、画像の繰り返しを意味すると理解することもできます。ここでのパターンの定義は抽象的ではありません。たとえば、レンガの壁を想像してみてください。壁は個々のレンガで構成されています。壁の絵はレンガの繰り返しのイメージで構成されています。

解決策は、最大の繰り返しパターンを見つけなければなりません。この文脈における大は、2 つの方法で定義できます。ピクセル領域または繰り返し数です。

上の例では、レンガを半分に切ることができます。レンガを作るために、セグメントを回転させて半分を取り付けることができます。完全なレンガはピクセル領域の点で最大の繰り返し画像ですが、半分のブロックの繰り返しは 2 倍以上あります。

何かご意見は？

開発者がビデオ内のオブジェクトを認識できるようにするツール/ライブラリに似たGoogleゴーグルを見つけることを期待して、グーグルで検索しようとしました。

これが複雑なトピックであることは理解しています。

ビデオ内の形状を認識するライブラリはありますか? たとえば、特定のフレーム/ビデオに正方形があるかどうかを検出しますか? ゴーグルでそれができると確信していますが、私が調査したところ、使用する SDK がありません。

更新: Recognizrは、私が達成しようとしていることの一部の良い例のようです。しかし、それはまだリリースされていないアプリケーションです。

このアルゴリズムの情報をどこで見つけて研究できるか知っていますか??. その実装の例は既にありますか、それともQuinlanだけがその実装を知っていますか??