《《多媒体搜索引擎》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《多媒体搜索引擎》PPT课件.ppt（34页珍藏版）》请在金锄头文库上搜索。
1、机器学习与数据挖掘样本准备样本准备p对象分割n对象在文档中可能只占很小比例n用整个文档提取的特征含有大量噪声p特征与特征提取n使用什么样的特征？如何计算？如何进行预处理？np样本选择n正负样本数可能严重失衡（1:10，1:100）n样本可能包含噪声图像分割p如何分割n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p前景与背景分割n假设：前景与背景亮度不同p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p前景与背景分割n基于直方图的方法p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p前景与背景分割n最大熵算法p熵：物理含义：分布的“均匀性”越均匀，熵越
2、大越不均匀，熵越小图像分割p前景与背景分割n最大熵算法p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p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H1H2很强很完美？图像分割p前景与背景分割n最大熵算法p图像噪声影响直方图图像分割p前景与背景分割n最大熵算法如何解决？图像分割p前景与背景分割n物体的分布区域是空间连续的p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p前景与背景分割n松弛算法pP(i): 像素i是前/背景的概率ii1i2i3i4i5i6i7i8像素值255先有鸡？先有蛋？图像分割p前景与背
3、景分割n先有鸡？先有蛋？p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”p迭代优化EM算法图像分割p前景与背景分割n松弛算法p初始化:p迭代：图像分割p前景与背景分割n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p前景与背景分割n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p前景与背景分割n实际应用：指纹图像处理很强很完美？图像分割p前景与背景分割n实际图像p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p前/背景有多个物体还可能互相遮盖图像分割p对象分割(Object Seg
4、mentation)n把图像分解成对象p“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p对象分割n人眼分割物体的方法p边缘：人眼对边缘敏感p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p对象分割n边缘检测p边缘的数学模型灰度级一阶导数二阶导数图像分割p对象分割n边缘检测p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p对象分割n边缘检测p检测算子：用卷积对一阶偏导数的近似-1-1-1000111-101-101-101011-101-1-10-1-10-101011-1-2-1000121-101-2
5、02-101012-101-2-10-2-10-101012PrewittSobel水平垂直-45+45图像分割p对象分割nSobel算子检测例很强很完美？图像分割p对象分割n边缘检测的问题p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p对象分割n边缘检测的问题p不大可能总是检测出连续的边缘图像分割p对象分割n局部连接p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
6、分割p对象分割nHough变换p把坐标空间变换到参数空间，检测峰值y=ax+bXYABab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p对象分割n边缘检测p虽然可以使用大量技术，要获得完整的边缘并不容易p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p对象分割n基于颜色、纹理特征的分割p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p对象分割n基于颜色、纹理特征的分割p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
7、数图像分割p对象分割n基于颜色、纹理特征的分割pMean-Shift聚类http:/www.cs.unc.edu/lazebnik/research/spring08/lec21_segmentation.ppt视频分割p视频分割（shot detection）n视频是图像的时间序列p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p镜头分割n镜头边界种类p突变：前后帧分属不同镜头p渐变：存在几个过渡帧视频分割p镜头分割n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
