roboforum.ru

Виталий писал(а):Каскадный классификатор сам перевел =)

Кстати, можешь посоветовать что-то базовое почитать на тему этих каскадных классификаторов? (разумеется можно на английском) А то никак не могу суть метода догнать, а везде этот метод уже пользуется, а не объясняется

Добавлено спустя 1 минуту 45 секунд:

Виталий писал(а):Я бы попробовал что-то типа этого http://www.surveyor.com/blackfin/ запрограммировать.

Какая прелесть

Каскадные классификаторы, комитетные классификаторы, adaboost, бустинг.
Вот по этим словам надо искать. Viola-Jones так работает тоже. Было вроде на cgm.graphicon.ru

Считаю что железяку нужно делать примерно такого уровня. Ну может не такого, но не на меге. Может EdGull осилит про процессоры для обработки изображений? Не работал никто?

Ну тогда думаю нужно к ним обращаться за алгоритмами.
Я повторюсь. Да, разделение по цветам можно сделать на 25МГц 32битной Мотороле, но оно, это разделение будет работать с маленьким разрешением и сильно зависеть от света.

а нам для начала много и не надо!
мы ж скромные....
достаточно для начала простой навигации по пассивным цветным маякам

Я расскажу про бустинг. Это достаточно просто.
Есть слабые классификаторы (оценочные функции считай). Результат работы этих классификаторов лишь коррелирует с правильной классификацией.
Вопрос состоит в том, можно ли при помощи этих слабых классификаторов построить сильный (причем зачастую простой взвешенной суммой), т.е. такой результаты которого сильно коррелируют с правильной классификацией.

Собственно бустинг - это и есть различные способы построения сильных классификаторов из слабых.

Про каскадные классификаторы. В качестве аналогии можно привести дерево решений, но вырожденное. Классификация осуществляется путем последовательного применения все более и более точных (а значит менее производительных классификаторов) к окну которое бегает по изображению. Т.е. если не проходит более слабую классификацию - оно отбрасывается.

Вот примерно так.

Ну да, примерно так.

Виталий писал(а):Ну да, примерно так.

Вот блин, а я ведь в процессе обдумывания как распознавать образы с помощью интегральных изображений сам почти до этого способа дошел только не так стройно надо еще подумать, может что-то более интересное придумается... не нравится мне этот тупой перебор с шагом 1 пиксель

Добавлено спустя 58 минут 36 секунд:
Правильно ли я считаю сложность алгоритма который ищет по каскаду средневероятной глубиной 2 по картинке размером 320х240, шагом увеличения 1.25, окном 24х24 пикселя?

Проверка окна при готовом интегральном изображении будет занимать 2*(2*4+4)~=24 операции.

Картинка некоторого масштаба размерами W*H пикселей будет превращена в интегральную за 4*W*H операций, а потом проверена за (W-24)*(H-24)*24 операции. При достаточно больших W,H получаем, что примерно сложность обработки составляет 28*W*H.

При масшабировании в 1.25 раза учитывая 2 измерения получаем уменьшение количества пикселей в 1.25*1.25~=1.56 раза

Получаем общую сложность алгоритма 28*W*H*(1.56^0 + 1.56^-1 + 1.56^-2 + ... + x) ~= 28*W*H*(1/(1-1.56^-1))=28*2,8*W*H~=80*W*H

Итого при размерах 320х240 сложность порядка 6 000 000 операций.

Нигде не косякнул?

Добавлено спустя 1 час 8 минут 59 секунд:
Поправка - на МК из-за медленного доступа к памяти от 16МГц остается порядка 4 млн реальных операций с памятью.

Так что за 1.5 секунды один кадр 320х240 будет обработан, если я нигде не налажал