Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

Python で画像処理をやってみよう!第11回 - SIFT Vol.1 キーポイント候補 -

942 vues

Publié le

第42回 MPS ミーティング資料。Python で画像処理をやってみよう!第11回 - SIFT Vol.1 キーポイント候補 -

Publié dans : Logiciels
  • Soyez le premier à commenter

Python で画像処理をやってみよう!第11回 - SIFT Vol.1 キーポイント候補 -

  1. 1. MPS 第42回 (20160123) ミーティング Python で画像処理をやってみよう! - SIFT Vol. 1 キーポイント候補- 金子純也 Morning Project Samurai 代表 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  2. 2. 目次 • Morning Project Samurai • MPS HP について • これまでの復習と直近の目標 • Keypoint 候補の抽出法とその実装 • 発表 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  3. 3. Morning Project Samurai (MPS) • Morning
 - 土曜の朝を有意義に • Project
 - プロジェクト指向 • Samurai
 - 謙虚に学習
 - プロジェクトをバッサバッサ
 と斬りまくる プロジェクト リーダー シップ メンバー シップ 成果 人脈 UP! UP! UP! キャリア 知識・技術 UP! UP! 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  4. 4. Be Active, Be Creative!! MPS 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  5. 5. 目次 • Morning Project Samurai • MPS HP について • これまでの復習と直近の目標 • Keypoint 候補の抽出法とその実装 • 発表 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  6. 6. 目次 • Morning Project Samurai • MPS HP について • これまでの復習と直近の目標 • Keypoint 候補の抽出法とその実装 • 発表 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  7. 7. テンプレートマッチング スケールや回転に弱い! 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  8. 8. Scale-space と DoG - - - 色々なスケールの画像を用意しておけばいいじゃない 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  9. 9. 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  10. 10. 我々の次の目標だケロ! Keypoint : DoG を適用した Scale-space 中の特徴点 Descriptor: Keypoint に関する情報 Keypoint と descriptor 出典 [1] 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  11. 11. Descriptor を用いた物体検知 1. 認識したい物体の Descriptor を学習 (集める) 2. 処理対象の画像から Descriptor を抽出 3. 学習した Descriptor と 処理対象の Descriptor を比較 4. 閾値以上マッチングした物体があった場合、
 それが存在すると認識 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  12. 12. 目次 • Morning Project Samurai • MPS HP について • これまでの復習と直近の目標 • Keypoint 候補の抽出法とその実装 • 発表 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  13. 13. 流れ • キーポイント候補の発見 • キーポイント候補の位置精度向上 • 低コントラストのキーポイント候補の削除 • エッジ上のキーポイント候補の削除 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  14. 14. 流れ • キーポイント候補の発見 • キーポイント候補の位置精度向上 • 低コントラストのキーポイント候補の削除 • エッジ上のキーポイント候補の削除 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  15. 15. キーポイント候補点の例 (出典: http://ja.characters.wikia.com/) 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  16. 16. キーポイント候補の発見 出典 [1] • x: テスト対象の画素 • o: テスト対象の周辺画素 • キーポイント候補の条件 - テスト対象の画素が
 最小または最大 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  17. 17. 作ってみよう! (準備編) • だれかとペアを組む • http://bit.ly/mps20160123 を自分の GitHub アカウント に Fork • Fork したものを Clone もしくはダウンロード • 上記で得たものの中に自分の名字でフォルダを作成 • そのフォルダの中に
 1. img を作成し lena の画像を保存
 2. dog.py, keypoint.py, scale_space.py をコピー 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  18. 18. 作ってみよう!(GitHub 更新編) 1. git add --all 2. git commit -m “first commit” 3. git push -u origin master 4. 自分のリポジトリが更新されたか確認
 してみよう! 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  19. 19. 作ってみよう! (実装&発表編) • keypoint.py の中の extract_keypoints 関数をペア で完成させてみよう!
 (extract_keypoints の引数や既存のクラスなど
 何をいじっても OK) • 工夫した点などを自分のフォルダにメモとして
 まとめよう! • Pull リクエストしてみよう! • みんなの前で発表してみよう!第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko
  20. 20. 参考文献 1. David G. Lowe. 2004. Distinctive Image Features from Scale- Invariant Keypoints. Int. J. Comput. Vision 60, 2 (November 2004), 91-110. 第42回 (2016/1/23) MPS 定例ミーティング (c) Junya Kaneko

×