Traffic sign detection using Histogram of Oriented Gradients and SVMInput: ảnh thu được từ camera Output: đóng khung vùng có biển báo giao thôngÝ tưởng:Đây là bài toán nhận dạng vật thể đặc trưng bởi hình dạng Ta sử dụng các pp rút trích đặc trưng hình dạng và góc cạch của vật thểCó nhiều pp để giải quyết, trong báo cáo này sử dụng đặc trưng HOGTổng quan các bước tiến hành:Có 2 công đoạn chính:Chuẩn bị công cụ để phát hiện biển báo: cần dữ liệu thu thập từ thực tế.Tính toán dữ liệu đầu vào > xác định vị trí biển báoĐưa 2 tập dữ liệu bên vào công cụ phân lớp để xác định mặt phân cách (sử dụng svm)Công đoạn 1 có công việc lớn:1) Cách tính đặc trưng HOG2) Cách xác định mặt phân cách 2 lớp có biển báo và không có biển báo sử dụng support vector machine (SVMCông đoạn 1 có công việc lớn:1) Cách tính đặc trưng HOG2) Cách xác định mặt phân cách 2 lớp có biển báo và không có biển báo sử dụng support vector machine (SVM)Công đoạn 1 có công việc lớn:1) Cách tính đặc trưng HOG2) Cách xác định mặt phân cách 2 lớp có biển báo và không có biển báo sử dụng support vector machine (SVM)Công đoạn 1 có công việc lớn:1) Cách tính đặc trưng HOG2) Cách xác định mặt phân cách 2 lớp có biển báo và không có biển báo sử dụng support vector machine (SVM)
Traffic sign detection using Histogram of Oriented Gradients and SVM Question and Answer Bài toán: • Input: ảnh thu từ camera • Output: đóng khung vùng có biển báo giao thông Phương án giải quyết: • Ý tưởng: – Đây toán nhận dạng vật thể đặc trưng hình dạng ⇒ Ta sử dụng pp rút trích đặc trưng hình dạng góc cạch vật thể − Có nhiều pp để giải quyết, báo cáo sử dụng đặc trưng HOG Tổng quan bước tiến hành: • Có công đoạn chính: – Chuẩn bị công cụ để phát biển báo: cần liệu thu thập từ thực tế – Tính toán liệu đầu vào -> xác định vị trí biển báo Công đoạn 1: Tính đặc trưng HOG ảnh chứa biến báo Tính đặc trưng HOG ảnh không chứa biến báo Đưa tập liệu bên vào công cụ phân lớp để xác định mặt phân cách (sử dụng svm) Công đoạn 2: Tính đặc trưng HOG • tính toán với khung detect ảnh • Khung dịch chuyển sau lần detect Quay lại bước khung detect hết ảnh Dựa vào mặt phân cách để biết ảnh có phải biển báo hay không Nếu có biển báo đóng khung Công đoạn 2: • Detection window dịch chuyển đến hết ảnh Sau ta chi tiết vào công đoạn • Công đoạn có công việc lớn: – 1) Cách tính đặc trưng HOG – 2) Cách xác định mặt phân cách lớp có biển báo biển báo sử dụng support vector machine (SVM) Công việc 1: Tính toán đặc trưng HOG Tổng quan Gradient histogram HOG Descriptor Ứng dụng nhận dạng biển báo Tổng quan GRADIENT HISTOGRAMS Công việc 2: toán phân lớp • Sau tính đặc trưng tập “có biển báo” (positive) “không có biển báo” (negative) ta thu kết sau: – Với ảnh ta thu vector đặc trưng có k chiều (k với ảnh) – Nếu ta có p ảnh positive n ảnh negative ta có tổng cộng p+n vector không gian k chiều Sử dụng SVM để phân lớp Kết Kết Tổng kết Trên tổng số 100 ảnh thử nghiệm có: • 41631 khung nhận dạng sai (false positive) • 216 khung nhận dạng (true positive) => 0.52 % Nhận xét • Dùng đặc trưng HOG opencv cho số lượng nhận dạng sai lớn, thời gian detect chậm • Các phương pháp cải tiến: – Sử dụng Hard Negative – Kết hợp với đặc trưng khác Hard Negative • Hard negative phương pháp đơn giản giúp giảm số lượng false positive cách đáng kể • Thuật toán: – Convert positive training datas to HOG feature – While (current_stage 1: Sample only patches where classifier return false positives and add it to negative features – Train classifier using linear SVM or non-linear SVM (adjusting SVM parameters by experiment) – current_stage +=1 – Choose sliding window step size and scale factor to run the classifier on test patches Kết Dùng hard negative Không dùng hard negative Đặc trưng ? • Choose a Question & Answer layout from the New Slide gallery • Follow the placeholder prompts and fill in your actual questions and answers • View the presentation in slide show to see the animations that reveal the answers • Suggested Uses: – Reinforcing teaching through audience participation – Introduction to subject matter – Recreational gatherings Sample Question and Answer • The following slides are example questions using the layouts in the Quiz Show template View them in slide show to see the answer animations The Sun is a star TRUE or FALSE? What is the name of our galaxy? The Milky Way How many planets in the solar system have rings? Four planets Jupiter, Saturn, Uranus, and Neptune all have rings What is inertia? A Measurement of electrical resistance B A ratio between mass and velocity C Resistance to motion or change D The speed at which an object falls E All of the above Match the device to what it measures: Stop Watch Distance Scale Temperature Thermometer Elapsed Time Speedometer Weight Odometer Rate of Travel [...]...Gradient Histograms computing • Lược đồ Gradients tính toán dựa trên thông tin về hướng và cường độ biến thiên màu/mức xám tại mỗi pixel trên ảnh Histogram of Oriented Gradient • Đây là đặc trưng được dùng trong lĩnh vực phát hiện đối tượng • Được đề xuất bởi Bill Triggs và Navel Dalal... Tính Gradients • One sided: • Two sided: • Kernel: – One sided -1 – Two sided -1 0 Ảnh input Chuẩn hóa Gamma và Colour 1 Digonal 1 Tính Gradients 0 1 Sobel -1 0 1 -1 0 -2 0 2 -1 0 1 Chia hướng và gom nhóm đặc trưng tại mỗi cell Tính đặc trưng cho khối và chuẩn hóa Tính vector đặc trưng cho cửa sổ detector Tính gradients • Gradients: – Cường độ: s – Hướng: Ảnh input Chuẩn hóa Gamma và Colour Tính Gradients. .. sổ,Chiablock, hướng và cell Chuẩn hóa Gamma và Colour Tính Gradients gom nhóm đặc trưng tại mỗi cell Tính đặc trưng cho khối và chuẩn hóa Tính vector đặc trưng cho cửa sổ detector Ứng dụng trong nhận dạng biển báo • So sánh các thông số cho việc nhận dạng biển báo: – Nguồn : Hasan Fleyeh “Benchmark Evaluation of HOG Descriptors as Features for C lassification of Traffic Signs”-2013 Công đoạn 1: Tính đặc trưng... được chọn tùy theo từng bài toán khác nhau – => ví dụ: 5x5 Ảnh input Chuẩn hóa Gamma và Colour Tính Gradients Chia hướng và gom nhóm đặc trưng tại mỗi cell Tính đặc trưng cho khối và chuẩn hóa Tính vector đặc trưng cho cửa sổ detector Gradient của một cell ? Ảnh input Chuẩn hóa Gamma và Colour Tính Gradients Chia hướng và gom nhóm đặc trưng tại mỗi cell Tính đặc trưng cho khối và chuẩn hóa Tính vector... unsigned-HOG: Ảnh input Chuẩn hóa Gamma và Colour Tính Gradients Chia hướng và gom nhóm đặc trưng tại mỗi cell Tính đặc trưng cho khối và chuẩn hóa Tính vector đặc trưng cho cửa sổ detector Chia hướng không gian •=> Trường hợp rời rạc hóa signed-HOG: 135 90 45 180 135 0 90 45 180 0 Unsigned-HOG 225 Ảnh input 270 315 Chuẩn hóa Gamma và Colour Tính Gradients Chia hướng và gom nhóm đặc trưng tại mỗi cell... cho khối và chuẩn hóa Tính vector đặc trưng cho cửa sổ detector Tính gradient histogram cho từng cell biên độ 6 4 2 0 0 - 20 21 - 40 41 - 60 61 - 80 81 - 100 101 - 120 121 - 140 141 - 160 160 - 180 Giá trị bin được định lượng bới tổng cường độ biến thiên của các pixels thuộc về bin đó Ảnh input Chuẩn hóa Gamma và Colour Tính Gradients Chia hướng và gom nhóm đặc trưng tại mỗi cell Tính đặc trưng cho khối... và Colour Tính Gradients Chia hướng và gom nhóm đặc trưng tại mỗi cell Tính đặc trưng cho khối và chuẩn hóa Tính vector đặc trưng cho cửa sổ detector Chuẩn hóa đặc trưng cho khối • Chuẩn hóa vector đặc trưng trên từng block • Một số dạng chuẩn hóa: • L1-norm: L2-norm: • Trong đó: – v : là vector đặc trưng ban đầu của từng block – e : hằng số Ảnh input Chuẩn hóa Gamma và Colour Tính Gradients Chia hướng... Colour Tính Gradients Chia hướng và gom nhóm đặc trưng tại mỗi cell Tính đặc trưng cho khối và chuẩn hóa Tính vector đặc trưng cho cửa sổ detector Gamma normalization • Mục đích: làm giảm bớt ảnh hưởng của sự thay đổi ánh sáng và ảnh hưởng của bóng mờ • Thử nghiệm với: • RGB • CIELAB • Grayscale • Phương pháp chuẩn hóa: • Square root • Log compression Ảnh input Chuẩn hóa Gamma và Colour Tính Gradients. .. một cell có phụ thuộc vào kích thước của cell hay không ? ⇒ Không ⇒ Số đặc trưng của một cell chỉ phụ thuộc vào số bin hướng Tính và chuẩn hóa đặc trưng cho khối Ảnh input Chuẩn hóa Gamma và Colour Tính Gradients Chia hướng và gom nhóm đặc trưng tại mỗi cell Tính đặc trưng cho khối và chuẩn hóa Tính vector đặc trưng cho cửa sổ detector Tính và chuẩn hóa đặc trưng cho khối • Vector đặc trưng của khối được