Rozdíly

Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.

--- courses:a4m33mpv [2010/06/03 22:34]
fa.sneezer
+++ courses:a4m33mpv [2025/01/03 18:23] (aktuální)
@@ Řádek 3: / Řádek 3: @@
   * Stránky předmětu: http://oi-wiki.cz/doku.php/courses/a4m33mpv
   * Přednášející: Jiří Matas
-  * Cvičící:
+  * Cvičící: Perďoch
 ===== Cvičení =====
@@ Řádek 11: / Řádek 11: @@
 ===== Zkouška =====
+** 7.6.2010 **
+{{:courses:mpv.jpg|}}
+** 4.6.2015 **
+  - Bag of words (popis metody, inverted file, tf-idf, ...)
+  - SIFT descriptor (popis cele metody vcetne normalizaci, navrh na urychleni pomoci integralniho obrazku, ...)
+  - Navrhnete detektor/tracker pro detekci lidi ve staticke kamere tak, aby nehlasil falesne poplachy na psy a kocky.
+  - Popiste postup pri odhadu fundamentalni matice nebo homografie pro par obrazku + reknete vyhody Harrise, Hessiana, MSERu a FASTu.
 ===== Otázky - rozpis =====
@@ Řádek 72: / Řádek 81: @@
   * a jestli je R dostatecne velke, tak tam bude roh
-Parametry:
+Vstup:
   * x, y - souřadnice bodu
+Parametry:
   * σi - parametr pro rozmazaní gaussem (nepřímá úměra)
   * σd - parametr pro derivaci (neprímá úměra)
   * threshold - jaká musí být odezva, aby byl bod prohlášen za Harrisův (nepřímá úměra)
+  * non-maxima suppression (potlačení nemaximalních odezev) (nepřímá úměra)
 Invariantní
   * Invariantní k rotaci(geom.)
   * Není Invariantní ke změně měřítka(Image scale)(geom.)
+  * Invariantní k posunu intenzity (fotom.)
+  * Není Invariantní ke škálování (násobek) intenzity (fotom.)
 **Z přednášky:**
@@ Řádek 252: / Řádek 265: @@
 **Geometrická normalizace**
-Geometrickou normalizací nazýváme process geometrické transformace okolí bodu v obrázku do kanonického souřadného systému. Informace o geometrické transformaci okolí budeme uchovávat ve formě tzv. **rámce** – projekce kanonického souřadného systému do okolí záchytného bodu nebo oblasti v obrázku. Rámec reprezentujeme 3 x 3 transformací A, podobně jako na prvním cvičení. Transformaci A využijeme k získání výřezu, malého okolí záchytného bodu v kanonickém souřadném systému. Všechny další měrení na tomhle typicky čtvercovém výrězu původního obrázku jsou teď již invariantní k odpovídající geometrické transformaci scény.
+Geometrickou normalizací nazýváme process geometrické transformace okolí bodu v obrázku do kanonického souřadného systému. Informace o geometrické transformaci okolí budeme uchovávat ve formě tzv. **rámce** – projekce kanonického souřadného systému do okolí záchytného bodu nebo oblasti v obrázku. Rámec reprezentujeme 3 x 3 transformací A. Transformaci A využijeme k získání výřezu, malého okolí záchytného bodu v kanonickém souřadném systému. Všechny další měrení na tomhle typicky čtvercovém výrězu původního obrázku jsou teď již invariantní k odpovídající geometrické transformaci scény.
@@ Řádek 274: / Řádek 287: @@
 Epipolární geometrie je reprezentována maticí F, zvanou fundamentální matice. Pro její nalezení je potřebných alespoň 7 korespondujících bodů.
+**Epipolární geometrie** je geometrický vztah korespondujících bodů xl a xr, obrazů bodu ve scéně viděného dvojicí perspektivních kamer:
 {{:courses:epipolar_geometry.png|}}
@@ Řádek 531: / Řádek 546: @@
   - vytvoř akumulátor A(fi, r) a nastav vše na 0
   - pro všechny vstupní body: pro každý možný model objektu (určený parametry) zahlasuj do akumulátoru.
-  - vyber z akumulátoru takovou sadu parametrů, která má největší počet hlasů (jeste tam je nejaka redukce ruseni,moc sem nepobral .. nahnal bych na to gauss filtr a hotovka)
+  - vyber z akumulátoru takovou sadu parametrů, která má největší počet hlasů (pro redukci rušení se příspěvek připisuje i do okolních buněk)
@@ Řádek 544: / Řádek 559: @@
 **22. Porovnejte HT a prohledávání prostoru všech hledaných struktur hrubou silou.**
-//** Nevim jestli to je dobre ... jenom intuice co znamena to prohl..... hrubou silou **//
+<del>//** Nevim jestli to je dobre ... jenom intuice co znamena to prohl..... hrubou silou **//
+Tak jestli dobre chapu to "prohledávání prostoru všech hledaných struktur hrubou silou", tak se jedna o to ze zkusim kazdy mozny model (nezavisle zdali je jeho soucasti alespon jeden bod) a hledam pocet bodu,ktere do tohoto modelu padne. Zase musi prijit v uvahu kvantizace (jinak by bylo nekonecne modelu). Je urcite narocnejsi nez HT, jelikoz prohledava cely Houhguv prostor, kde hleda inliery. Naproti tomu HT vychazi z bodu,tzn. uz minimalne jeden bod do tohoto modelu patri.</del>
-Tak jestli dobre chapu to "prohledávání prostoru všech hledaných struktur hrubou silou", tak se jedna o to ze zkusim kazdy mozny model (nezavisle zdali je jeho soucasti alespon jeden bod) a hledam pocet bodu,ktere do tohoto modelu padne. Zase musi prijit v uvahu kvantizace (jinak by bylo nekonecne modelu). Je urcite narocnejsi nez HT, jelikoz prohledava cely Houhguv prostor, kde hleda inliery. Naproti tomu HT vychazi z bodu,tzn. uz minimalne jeden bod do tohoto modelu patri.
+Podle me jde spis o to, ze zatimco u hrube sily je potreba vyzkouset vsechny moznosti (ale samozrejme jen ty smysluplne, nebudu prece zkouset primku kilometr daleko od jakehokoliv bodu), tak HT je v podstate reseni analyticke = znam analyticky popis hledaneho objektu a pro kazdy bod jen vykreslim FUNKCI, ktera ho zobrazi do Houghova prostoru. Tam uz jen hledam kolize, tj. nejvyssi naakumulovanou hodnotu.  --- //[[[email protected].cz|Petr Kubizňák]] 2012/06/02 23:48//
 ========
@@ Řádek 647: / Řádek 664: @@
 Vypočtené středy (mean-shift) kvantizujeme tak, aby patřily do zadaného prostoru (každá barva 8 bitů).
-**Jinak**:
+**Jinak** (//ze zkoušky se ukázalo, že tudy cesta bohužel nevede//):
 Sestavme si z obrázku RBG graf, jako je na obrázku níže:

courses/a4m33mpv.1275597251.txt.gz · Poslední úprava: 2025/01/03 18:15 (upraveno mimo DokuWiki)

Nahoru