roboforum.ru

А вот что у меня получилось с распознаванием объектов:



Demo: http://edv-detail.narod.ru/RcgEDV.html

Я как раз сейчас работаю над новым алгоритмом распознавания образов. Правда, принцип действия рассказать не могу, коммерческая тайна, сори

Да так, похвастаться вдруг захотелось, ещё раз тысяча извинений

Да в принципе ничего сложного, но о реализации ничего пока сказать не могу, просто мне хочется извлечь пользу из этой разработки. Да кстати, не всё там уже и в моём методе гладко, хотелось бы и лучше. Так что работы продолжаются. Если всё получится, то оформлю патент, и тогда можно будет и о подробностях реализации поговорить.

А по поводу видео - почему оно обьекты не определяет когда они на столе лежат а только когда в руке на фоне обоев?

Ну, это те самые недостатки, о которых я говорил. Во первых, в демонстрационном клипе алгоритм не масштабируется, так что распознаёт только объекты того же размера, на которые его обучили. Во вторых, учили алгоритм на фоне обоев, и при этом часть обоев попадала в зону обучения, ну вот он и считает обои за часть объекта. Тут нужно стараться, что бы как можно меньше фона попадала в зону обучения (ну или ещё что-то придумать, маску фона например).

А также более 1 обьекта не определяет?

Те же проблемы с фоном и масштабированием, если постараться, то определит.

Какова стоимость вычислений по времени?

Пока трудно сказать, в демонстрации это был реал-тайм, так что я себя видел на дисплее, и видел, что находит алгоритм (тестировалось на Intel Core 2 Duo E6600). Но метод всё ещё в разработке, так что неизвестно чем кончится.

Каков результат определения в процентах?

Я пока не пытался получить подобную статистику, так что не могу ничего сказать по этому поводу.

Я знаком с алгоритмом Viola&Djones, в моем алгоритме совершенно другой принцип, мало того, процедура обучения гораздо более комфортная. Что бы обучить алгоритм на объект, не нужны отрицательные примеры, достаточно показать алгоритму объект в зоне обучения со всех сторон под разными углами, и желательно что бы объект занимал как можно больше площади зоны обучения (что бы фона поменьше захватывался). Количество циклов обучения произвольно.

Да и в отношении распознавания некоторые отличия, метод Viola&Djones распознаёт объекты как бы в общем, ну к примеру найти человеческое лицо, а не конкретного человека, или найти машину, а не конкретную марку машины. Тот алгоритм, что я разрабатываю, может распознавать конкретных людей, ну и «Жигули» от «Запорожца» точно отличить сможет

EDV писал(а):Тот алгоритм, что я разрабатываю, может распознавать конкретных людей, ну и «Жигули» от «Запорожца» точно отличить сможет

Видимо только при условии предоставления конкретных "Жигулей" и "Запорожца" для обучения... Тричем какую-то другую машину просто как объект типа "машина" он не определит. И даже исходные "Жигули" возможно не определит, если ее слегка подтюнить - покрасить там, спойлер повесить...

Я все правильно понял? Или там можно вводить некоторый уровень абстракции?

Обучение возможно по нескольким предметам. У меня отлично определялся велосипед, левая рука, правая рука, левая нога, правая нога, голова а также вид гловы (фронт, фас). Время правда 8-15 сек. Думаю там стоит работать напильником над алгоритмом отсекая ненужное, да и базу уменьшить тогда получим ускорение.

На мой взгляд без тестирования ваш метод не представляет интереса. Для определения любого объекта по базе необходимо от 1 тыс изображений объекта в разных ракурсах и состояниях. Только это обеспечивает высокий процент.

На мой взгляд без тестирования ваш метод не представляет интереса.

Само собой разумеется, мне ещё предстоит выполнить большое количество тестов, что бы понять, что алгоритм может, а что нет. В перспективе я планирую сделать демонстрационную версию с пользовательским интерфейсом, что бы и другие могли проверить возможности алгоритма.