Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Ders 12: Damla Analizi, İkili Görüntü İşleme, Green Teoremi, Türev ve İntegral
Ders 12: Damla Analizi, İkili Görüntü İşleme, Green Teoremi, Türev ve İntegral
Bu derste profesör, fikri mülkiyet, patentler, ticari marka ve kenar algılama için görüntü işleme teknikleri dahil olmak üzere bir dizi konuyu kapsar. Ders, 2B yapay görmede doğruluğun önemini ve bulanık veya odaklanmamış kenarları algılamanın zorluklarını vurgular. Profesör, karma kısmi türevleri, Laplace'ları ve alt piksel enterpolasyonunu kullanarak kenar algılamayı bulma yöntemlerini ve ayrıca tepe noktası bulmada önyargı telafisi ve düzeltme kalibrasyonu tekniklerini kapsar. Genel olarak, ders bu konulara ve pratik uygulamalarına kapsamlı bir genel bakış sağlar.
Görüntü işlemeyle ilgili bu derste, konuşmacı, gradyan yönlerini nicelemeden kaçınmak ve kenar konumunu belirlemede doğruluğu artırmak için çeşitli yöntemleri tartışıyor. Daha hassas gradyan yönü belirlemesi için tarama tabloları ve niceleme yerine enterpolasyon tercih edilen bir yöntem olarak önerilir. Ayrıca, adım boyutunun bir daire ile sabitlenmesi ve çok ölçekli analizin kullanılması, alternatif gradyan hesaplama yöntemleri olarak tartışılmaktadır. Konuşmacı ayrıca, gradyanın y bileşenini sıfıra indirmek için bir görüntüyü döndürmeye yönelik yinelemeli bir yaklaşımı açıklıyor ve özel açılardan döndürmek için kordik kavramını tanıtıyor. Tipik ev ödevi probleminden daha fazla iş olduğu için öğrencilere kısa sınava erken başlamaları hatırlatılır.
Ders 13: Nesne Algılama, Tanıma ve Poz Belirleme, PatQuick (ABD Patenti 7016539)
Ders 13: Nesne Algılama, Tanıma ve Poz Belirleme, PatQuick (ABD Patenti 7016539)
Ders, PatQuick patentine (ABD 7.016.539) vurgu yaparak nesne algılama, tanıma ve poz belirlemeye odaklanır. Patent, uzaydaki nesnelerin pozunu tespit etmeyi ve belirlemeyi amaçlıyor ve farklı pozlarda ve dönüşlerde bir çalışma zamanı görüntüsüyle karşılaştırılan model adı verilen soyut bir temsil kullanarak önceki yöntemlere göre bir gelişme sunuyor. Patent ayrıca doğruluğu artırmak için genelleştirilmiş serbestlik derecelerinin bir listesini içerir ve eşiklemeyi son aşamalara erteleyerek sınır noktaları elde etmek için düşük geçişli filtreleme ve kenar algılama kullanır. Ek olarak, ders, kenar algılama ve bu modelleri temsil etmek için istenen aralık ve kontrasta sahip problar kullanarak modeller oluşturma sürecini tartışır ve varyasyonlara izin veren öteleme, döndürme, ölçekleme ve en boy oranı gibi serbestlik derecelerini dikkate almanın önemini açıklar. nesne boyutları ve perspektifler.
Video, tepe noktası tespiti ve bitişik nesneleri tespit etmek için bir çözüm de dahil olmak üzere, nesne tespitinde verimli ve ölçeklenebilir öteleme araması için kullanılan altıgen arama modellerini tartışıyor. Video ayrıca, çalışma zamanı görüntülerinde önceden belirlenmiş modellerin varlığını ve bunların çok boyutlu konumlarını belirlemeye yönelik bir patent olan PatQuick'i tartışıyor. Yöntem, bir nesnenin pozunu eşleştirmek için araştırmaları ve önceden hesaplanmış bir gradyanı kullanır ve puanlama işlevinin entegrasyonu sonuçtaki hataları kaldırır. Video, nokta çarpımları kullanarak açı farklarını belirlemek için alternatif bir yöntemi araştırıyor ve çok ölçekli işlemlerin inceliklerini ve farklı ayrıntı düzeyi için prob seçiminin altını çiziyor. Yöntemin doğruluğu, arama uzayının kuantizasyonu ile sınırlıdır.
Ders 14: PatQuick'te Muayene, Hough Dönüşümü, Homografi, Pozisyon Belirleme, Çok Ölçekli
Ders 14: PatQuick'te Muayene, Hough Dönüşümü, Homografi, Pozisyon Belirleme, Çok Ölçekli
Bu derste PatQuick algoritması, gerçek zamanlı görüntülerde bir nesnenin pozunu belirleyen çok boyutlu bir uzayda bir puanlama işlevi üretmek için probların kullanımına odaklanılarak tartışılmaktadır. Eğimin yönü ve büyüklüğü açısından maçın kalitesini derecelendirmek için kullanılan eşleştirme işlevi de incelenir ve doğruluk ve hız arasındaki ödünleşimler için tartışılan farklı puanlama işlevleriyle birlikte incelenir. Ders ayrıca, özellikle bir görüntünün en boy oranını değiştiren dönüşümler gerçekleştirirken, hesaplamanın ayrıntı düzeyini ayarlamak ve yönleri doğru bulma zorluğunu ele almak da dahil olmak üzere, model eşleştirme sürecini daha verimli hale getirmek için kullanılan farklı yöntemleri de ele alıyor. Ders ayrıca homografi konusuna ve fotoğraflardaki çizgileri tespit etmek için Hough dönüşümüne de değiniyor.
Ders, Hough Dönüşümü, Genişletilmiş Gauss Yarım Dönüşümü, konum belirleme, çok ölçekli alt örnekleme ve SIFT dahil olmak üzere bilgisayarla görme ile ilgili bir dizi konuyu kapsar. Genişletilmiş Gauss Yarım Dönüşümü, Hough Dönüşümünün daha karmaşık bir versiyonuyken, Hough Dönüşümü çizgi ve kenar tespiti için kullanılır. Ders ayrıca, bir baz istasyonunun konumu gibi daireleri algılamak için Hough Dönüşümünün nasıl kullanılacağını da açıklar. Buna ek olarak, konuşmacı kaliteden ödün vermeden iş yükünü azaltmak için görüntülerin alt örneklemesini tartışıyor ve bir sahnenin farklı görüntülerinde karşılık gelen noktaları bulmaya yarayan ve birden çok görüntüden 3B bilgi üretmede yaygın olarak kullanılan bir yöntem olan SIFT'i tanıtıyor. Son olarak, konuşmacı müzik teorisini kısaca tartışır ve teklif göndermeyi hatırlatan ve gecikmemekle ilgili bir alıntıyla bitirir.
Ders 15: Hizalama, PatMax, Uzaklık Alanı, Filtreleme ve Alt Örnekleme (ABD patenti 7065262)
Ders 15: Hizalama, PatMax, Uzaklık Alanı, Filtreleme ve Alt Örnekleme (ABD patenti 7065262)
Video, örüntü tanıma ve nesne algılama ile ilgili çeşitli teknikleri ve patentleri tartışıyor. Böyle bir teknik, çekici bir kuvvete dayalı sistem kullanarak çalışma zamanı görüntüsünün pozunu yinelemeli olarak iyileştiren PatMax'tır. Başka bir teknik, çalışma zamanı görüntü hizalamasını iyileştirmek için bir piksel ızgarasında bir vektör alanı oluşturmayı içerir. Ders ayrıca, vektör alanındaki kuvvet vektörlerine bakarak kenar tespiti için uzaklık alanlarının kullanımını ve tohumlanmış kenarları genişletmeyi de kapsar. Konuşmacı ayrıca çok ölçekli örüntü eşleştirmenin kullanımını ve çizgileri görüntü koordinatlarına uydurmak için gereken matematiksel adımları tartışıyor. Son olarak, çoklu ölçekleri verimli bir şekilde hesaplamak için bir patent sunulmuştur.
Ders 15'te öğretim görevlisi, görüntülerin verimli evrişimi, filtrelenmesi ve alt örneklemesi için çeşitli teknikleri ve kısayolları ele alır. Bunlar spline parçalı polinomları kullanarak filtre çekirdeklerine yaklaşmayı, evrişim olarak türevleri kullanmayı, üçüncü farkı tekrar tekrar alarak görüntüleri sıkıştırmayı ve x ve y yönü evrişimlerini birleştirmeyi içerir. Konuşmacı ayrıca görüntülerde parazit ve örtüşmeyi önlemek için görüntü örneklemeden önce düşük geçişli filtrelemenin öneminden bahseder.
Ders 16: Hızlı Evrişim, Düşük Geçişli Filtre Yaklaşımları, İntegral Görüntüler (ABD Patenti 6457032)
Ders 16: Hızlı Evrişim, Düşük Geçişli Filtre Yaklaşımları, İntegral Görüntüler (ABD Patenti 6457032)
Ders, bant sınırlama, örtüşme, düşük geçişli filtre yaklaşımları, bulanıklaştırma, integral görüntü, Fourier analizi ve evrişim dahil olmak üzere sinyal işleme ile ilgili çeşitli konuları kapsar. Konuşmacı, örtüşme yapılarını önlemek için örneklemeden önce sinyalleri düşük geçişli filtrelemenin önemini vurgular. Ders ayrıca, bir blok içindeki piksellerin toplamını verimli bir şekilde hesaplayan integral görüntü fikrini ve düşük geçişli filtrelere yaklaşırken hesaplamayı azaltmak için çeşitli teknikleri tanıtıyor. Son olarak ders, sinc işlevine yaklaşmak için kullanılan çift kübik interpolasyonu ve hesaplama maliyetlerini tartışır.
Bu derste konuşmacı evrişim, düşük geçişli filtre yaklaşımları ve integral görüntülerle ilgili çeşitli konuları tartışıyor. Değerleri soldan sağa toplayarak ve ortalamayı elde etmek için çıkararak hesaplama süresinden tasarruf sağlayan bir yöntem de dahil olmak üzere farklı evrişim uygulamalarını açıklarlar. Alçak geçiren filtre yaklaşımları için doğrusal enterpolasyonun sınırlamaları ve kübik enterpolasyon gibi daha gelişmiş yöntemlere kıyasla daha düşük olması da tartışılmaktadır. Bir korugan kavramı ve sınırlayıcı frekans aralıklarındaki değeri tanıtılır ve konuşmacı ideal alçak geçiren filtreden ve odaksızlaştırmanın Bessel işlevini nasıl etkilediğinden bahseder. Ders ayrıca DSLR kamera lensleri için düşük geçişli filtre yaklaşımlarının kullanımına ve fotogrametri kavramına da değiniyor.
Ders 17: Fotogrametri, Oryantasyon, Atalet Eksenleri, Simetri, Oryantasyon
Ders 17: Fotogrametri, Oryantasyon, Atalet Eksenleri, Simetri, Oryantasyon
Bu ders, derinlik ipuçları, kamera kalibrasyonu ve iki koordinat sistemi arasındaki dönüşümün kurulması dahil olmak üzere fotogrametri ile ilgili çeşitli konuları kapsar. Konuşmacı, karşılık gelen ölçümleri kullanarak iki sistem arasındaki koordinat dönüşümünü bulma problemine nasıl yaklaşılacağını açıklar ve dönüşümün tam tersinin kontrol edilmesinin önemini vurgular. Ders ayrıca 2B ve 3B uzayda atalet eksenlerini bulmayı ve bir eksene yansıtılan iki nokta arasındaki mesafeyi belirlemeyi tartışır. Genel olarak, bu bölüm fotogrametri ve uygulamalarına kapsamlı bir genel bakış sağlar.
Fotogrametri, sol ve sağ koordinat sistemlerinde bir nokta bulutu üzerinde bir koordinat sistemi kurmayı ve ikisini ilişkilendirmeyi gerektirir. Öğretim görevlisi atalet matrisinin veya atalet eksenlerinin nasıl belirleneceğini ve temel vektörlerin nasıl oluşturulacağını açıklar. Ayrıca simetrik nesnelerin ve nokta çarpımlarının, uzunlukların ve açıların korunması gibi dönme özelliklerinin getirdiği zorlukları tartışırlar. Ek olarak, ders ötelemeyi ortadan kaldırarak ve hata terimini en aza indirerek döndürme bulma probleminin nasıl basitleştirileceğini de kapsar. Son olarak, öğretim görevlisi vektör hesabını kullanarak benzer şekillere sahip iki nesnenin nasıl hizalanacağını açıklar ve döndürme için diğer temsilleri keşfetmeyi önerir.
Ders 18: Dönme ve Nasıl Temsil Edileceği, Birim Kuaterniyonlar, Dönme Uzayı
Ders 18: Dönme ve Nasıl Temsil Edileceği, Birim Kuaterniyonlar, Dönme Uzayı
Bu ders, rotasyonları temsil etmenin zorluklarını tartışıyor ve Hamilton'un kuaterniyonlarının kullanışlılığını tanıtıyor. Birim kuaterniyonlar, üç uzaydaki dönüşleri doğrudan eşledikleri için özellikle yararlıdır ve bu uzayda bir dönme alanı ve optimizasyonun tartışılmasına izin verir. Kuaterniyonlar, karmaşık sayılara benzer özelliklere sahiptir ve nokta çarpımlarını, üçlü çarpımları, uzunlukları, açıları ve el tercihlerini korudukları için dönüşleri temsil etmek için özellikle yararlıdır. Ders ayrıca, dönüşü temsil etmenin farklı yöntemlerini, vektörleri döndürmenin ve dönüşler oluşturmanın önemini ve matrisler, Euler açıları ve gimbal kilidi gibi geleneksel yöntemlerin sınırlamalarını tartışır. Son olarak, ders, rotasyonları optimize etme ve modellere uydurma ve rotasyon uzaylarını analiz etmek ve görselleştirmek için yeni yöntemler geliştirme dahil olmak üzere alanda devam eden araştırmaları sunar.
Bu derste, profesör iki koordinat sistemi arasındaki koordinat dönüşümünü veya iki koordinat sisteminde ölçülen karşılık gelen noktalarla iki nesne arasındaki en uygun döndürme ve ötelemeyi bulma problemini tartışıyor. Ders, uzay aracı kameralarını katalog yönleriyle hizalamak ve göreceli yönelim problemini çözmek için kuaterniyonların kullanımını araştırıyor. Dördeylerin dönüşleri temsil etmedeki etkinliği ve dört boyutlu uzayda dönüşlerin temsiline yaklaşmak için farklı yöntemler tartışılmaktadır. Buna ek olarak, ders, düzenli bir uzay örneklemesi elde etmek için doğru koordinat sistemini seçmenin önemini vurgulayarak, farklı çokyüzlüler için çeşitli döndürme gruplarını araştırıyor.
Ders 19: Kapalı Formda Mutlak Oryantasyon, Aykırı Değerler ve Sağlamlık, RANSAC
Ders 19: Kapalı Formda Mutlak Oryantasyon, Aykırı Değerler ve Sağlamlık, RANSAC
Ders, fotogrametride dönmeleri temsil etmek için birim kuaterniyonların kullanılması, kuaterniyon ve ortonormal matris temsilleri arasında dönüştürme, dönme simetrisi ile ilgilenme ve karşılık gelmeksizin öteleme, ölçeklendirme ve döndürmeyi koordine etme dahil olmak üzere mutlak oryantasyonun çeşitli yönlerini kapsar. Ders ayrıca, hat uydurma ve ölçüm süreçlerinde aykırı değerler ve sağlamlık sorununu tartışır ve aykırı değerler mevcut olduğunda ölçümlerin güvenilirliğini artırmanın bir yolu olarak RANSAC (Random Sample Consensus) yöntemini sunar. Ders, eş düzlemli bir senaryoda iki düzlem kullanarak kapalı formda mutlak yönelim problemini çözmeye ilişkin bir tartışmayla sona erer, buna aykırı değerler ve optimizasyonla ilgili zorluklar da dahildir.
Mutlak oryantasyon hakkındaki bu videoda, öğretim görevlisi gerçek verilerde aykırı değerler konusunu tartışıyor ve aykırı değerlerle başa çıkmak için rastgele alt küme uyumlarını içeren bir fikir birliği yöntemi olan RANSAC'ın kullanılmasını öneriyor. Öğretim görevlisi ayrıca, bir küpün içine bir küre çizmek ve rastgele noktalar yansıtmak, kürenin yüzeyini mozaiklemek ve düzenli çokyüzlüler üzerinde noktalar oluşturmak dahil olmak üzere, bir küre üzerinde noktaların tek biçimli bir dağılımını elde etmek için yöntemleri tartışır. Buna ek olarak, öğretim görevlisi, bir kitaplıktaki birden çok nesnenin verimli bir şekilde tanınması için döndürme uzayını örnekleme, bir nesneyi kendisiyle hizalamak için gereken döndürme sayısını bulma ve örnekler veya dörtlü çarpma yoluyla döndürme bulma sorununa yaklaşma yollarını kapsar.
MIT 6.801 Yapay Görme, Sonbahar 2020. Ders 20: Dönme Uzayı, Düzenli Mozaikler, Kritik Yüzeyler, Binoküler Stereo
Ders 20: Dönme Uzayı, Düzenli Mozaikler, Kritik Yüzeyler, Binoküler Stereo
Dersin bu bölümü, düzenli mozaikler, kritik yüzeyler, binoküler stereo ve üç boyutlu uzayda bir dönüşümün parametrelerini bulma gibi konuları kapsar. Öğretim görevlisi, bir küreyi mozaiklemenin en iyi yolunun, birkaç beşgenle yaklaşık altıgen şekiller oluşturmak için üçgen mozaikleme ikilisini kullanmak olduğunu açıklıyor. Ayrıca makine görüşü için zor olan ancak düz çubuklardan mobilya oluşturmak için kullanılabilen kritik yüzeyleri tartışıyorlar. Dürbün stereo tartışmasında, öğretim görevlisi iki kamera arasındaki ilişkiyi, epipolar çizgiler kavramını ve dünyadaki bir noktayı belirlemek için iki kameranın kesişme noktasının nasıl bulunacağını açıklar. Ayrıca, dünyadaki hata ile görüntüdeki hata arasındaki dönüşüm faktörünü hesaba katarak kesişimlerini belirlemek ve görüntü hatasını en aza indirmek için iki ışın arasındaki hatanın nasıl hesaplanacağını da açıklarlar. Son olarak, taban çizgisini temsil etmek için bir dördey kullanarak uzaydaki sert bir nesnenin konumunu ve yönünü kurtarmak için taban çizgisini ve D'yi nasıl bulacaklarını tartışırlar.
Ders, dönme alanı, düzenli mozaikler, kritik yüzeyler ve dürbün stereo dahil olmak üzere çeşitli konuları kapsar. Rotasyonlar için, eğitmen sayısal yaklaşımların kullanımını, tekillikler problemini ve birim kuaterniyonları kullanmanın faydalarını tartışır. Düzenli mozaiklemelerle, belirli yüzeylerin binoküler stereo ile nasıl sorunlara neden olabileceğini gösteriyorlar ve sorunları azaltmak için hata ölçüleri ve ağırlıkları kullanmayı öneriyorlar. Konuşmacı ayrıca ikinci dereceden yüzeylere de değiniyor ve "korkusuz yansıtma"yı içeren yeni bir ev ödevi problemi sunuyor.
Ders 21: Bağıl Oryantasyon, Binoküler Stereo, Yapı, Kuadrikler, Kalibrasyon, Yeniden Projeksiyon
Ders 21: Bağıl Oryantasyon, Binoküler Stereo, Yapı, Kuadrikler, Kalibrasyon, Yeniden Projeksiyon
Bu ders, bağıl oryantasyon, kuadrik yüzeyler, kamera kalibrasyonu ve görüntü noktaları ile bilinen 3B nesneler arasındaki yazışmalar dahil olmak üzere fotogrametri ile ilgili konuları kapsar. Öğretim üyesi distorsiyon problemlerini çözmek ve f ve tz gibi parametreleri elde etmek için çeşitli yöntemleri açıklar. Ayrıca, tam dönme matrisini bulurken ortogonal birim vektörlerin önemini vurgularlar ve daha kararlı bir formül kullanarak k'yi bulmak için çözümler sunarlar. Öğretim görevlisi, yapay görmede kritik olan homojen denklemleri anlamanın önemini vurgular.
Bu ders, kalibrasyon için düzlemsel bir hedef kullanma, dış yönelimi kalibre etmenin belirsizliği, dönüş parametrelerini temsil etmede fazlalık ve gürültü kazanç oranı aracılığıyla verilen parametrelerin istatistiksel özelliklerini belirleme dahil olmak üzere bilgisayarla görme ve kalibrasyonla ilgili çeşitli konuları kapsar. Ders, ikinci dereceden bir denklemi çözmek için formülü açıklar ve yinelemeyi içeren bir yaklaşım yöntemini sunar. Düzlemsel hedef durumu, kalibrasyon ve yapay görme uygulamaları için yaygın olarak kullanılan bir yöntem olarak tartışılmaktadır. Ders ayrıca şeklin temsiline ve tanımaya ve 3B uzayda tutum belirlemeye değinir.