多媒体搜索引擎.ppt

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,机器学习与数据挖掘,样本准备,样本准备,对象分割,对象在文档中可能只占很小比例,用整个文档提取的特征含有大量噪声,特征与特征提取,使用什么样的特征？如何计算？如何进行预处理？,样本选择,正负样本数可能严重失衡（,1:10,，,1:100,）,样本可能包含噪声,图像分割,如何分割,需要被分割成不同部分的对象有什么不同？,第一类图像：前景与背景,图像分割,前景与背景分割假设：前景与背景亮度不同,一个暗一个亮,阈值分割,阈值,如何求最优分割阈值？,图像分割,前景与背景分割,基于直方图的方法,直方图,：图像灰度级的离散概率密度函数,如何发现这个点？,图像分割,前景与背景分割,最大熵算法,熵：,物理含义：分布的“均匀性”,越均匀，熵越大,越不均匀，熵越小,图像分割,前景与背景分割,最大熵算法,图像假设：前景,/,背景亮度不同,直方图如同时包含前景和背景，则其熵将变小,如只包含前景或背景，熵将变大,把直方图分解成两部分，分别计算熵，两部分熵的和最大时为最佳分割阈值,H,1,H,2,很强很完美？,图像分割,前景与背景分割,最大熵算法,图像噪声影响直方图,图像分割,前景与背景分割,最大熵算法,如何解决？,图像分割,前景与背景分割,物体的分布区域是空间连续的,相邻像素应该有相同的分类,很可能是噪声,如何利用这些信息,?,图像分割,前景与背景分割,松弛算法,P(i):,像素,i,是前,/,背景的概率,i,i,1,i,2,i,3,i,4,i,5,i,6,i,7,i,8,像素值,255,先有鸡？先有蛋？,图像分割,前景与背景分割,先有鸡？先有蛋？,恐龙,象鸡蛋的恐龙蛋象鸡的恐龙更象一点的蛋再象一点的鸡,高产芦花鸡优质土鸡蛋,“,鸡蛋同出,”,迭代优化,EM,算法,图像分割,前景与背景分割,松弛算法,初始化,:,迭代：,图像分割,前景与背景分割,松弛算法,同质奖励,异质惩罚,0 0,反复迭代多次，直至收敛,同等对待所有邻域,图像分割,前景与背景分割,松弛算法,待分割图像,阈值分割,松弛算法,还有更高级、更复杂的算法,图像分割,前景与背景分割,实际应用：指纹图像处理,很强很完美？,图像分割,前景与背景分割,实际图像,并非一定有显著亮度,/,颜色差异,可以是纹理差异,可以是,没有差异！？,有边缘,线条画,前,/,背景有多个物体,还可能互相遮盖,图像分割,对象分割,(Object Segmentation),把图像分解成对象,“对象”：具有独立语义的图像区域,人脸,眼睛、鼻子、眉毛？,人？,不同应用有不同“粒度”,图像分割,对象分割,人眼分割物体的方法,边缘：人眼对边缘敏感,通过边缘分割物体,检测边缘,边缘所围的区域为物体,如何检测边缘？,图像分割,对象分割,边缘检测,边缘的数学模型,灰度级,一阶导数,二阶导数,图像分割,对象分割,边缘检测,图像的一阶导数,图像是二维的,只能求偏导数结果为矢量,梯度矢量,幅度：,方向：,图像分割,对象分割,边缘检测,检测算子：用卷积对一阶偏导数的近似,-1,-1,-1,0,0,0,1,1,1,-1,0,1,-1,0,1,-1,0,1,0,1,1,-1,0,1,-1,-1,0,-1,-1,0,-1,0,1,0,1,1,-1,-2,-1,0,0,0,1,2,1,-1,0,1,-2,0,2,-1,0,1,0,1,2,-10,1,-2,-1,0,-2,-1,0,-1,0,1,0,1,2,Prewitt,Sobel,水平,垂直,-45,+45,图像分割,对象分割,Sobel,算子检测例,很强很完美？,图像分割,对象分割,边缘检测的问题,噪声敏感,导数反映的是变化,噪声是高频的变化,阶越高对噪声越敏感,很少使用二阶导数,基本上不考虑更高阶的导数,图像分割,对象分割,边缘检测的问题,不大可能总是检测出连续的边缘,图像分割,对象分割,局部连接,如果在很近的领域内像素的梯度幅度和方向都很相似，则连接这两个像素,|,f,(x,y),f,(x,y)|,T,|,(x,y),(x,y)|A,在同一边缘上的像素,能连接的仍然很少只能在很小的局部进行连接,(3x3,5x5),图像分割,对象分割,Hough,变换,把坐标空间变换到参数空间，检测峰值,y,=ax+b,X,Y,A,B,a,b,出现峰值,任何可以化为参数方程的形状都可以检测,“,简化”的,Hough,变换：实际变换的理论更复杂,图像分割,对象分割,边缘检测,虽然可以使用大量技术，要获得完整的边缘并不容易,边缘检测只作为图像分割和其它图像处理技术的辅助手段,如何更好地进行分割？,图像分割,对象分割,基于颜色、纹理特征的分割,假设：对象和对象之间总要有差异,要么颜色，要么纹理,检测这种差异，即可进行分割,原始图像,特征图像,聚类,！,机器学习！？,图像分割,对象分割,基于颜色、纹理特征的分割,使用,RGB,颜色作为特征，,K-,均值聚类算法,纹理区域被分割,分割过细,必须指定类数,图像分割,对象分割,基于颜色、纹理特征的分割,Mean-Shift,聚类,www.cs.unc.edu/lazebnik/research/spring08/lec21_segmentation.ppt,视频分割,视频分割（,shot detection,）,视频是图像的时间序列,在时间轴上应该分割成小的单元,镜头：摄像机从打开到关闭所拍摄的一段视频,镜头边界：两个镜头之间的边界,镜头分割：分析视频，标记镜头边界,本质上是一个聚类过程,视频分割,镜头分割,镜头边界种类,突变：前后帧分属不同镜头,渐变：存在几个过渡帧,视频分割,镜头分割,基本原理：比较一定距离的两帧差异，大于阈值则为镜头边界,-,如何计算帧间差异？,如何决定最佳阈值？,如何确定帧距离？,阅读论文,