একটি ব্যয়বহুল 2D ফাংশনের একটি আইসোলাইন ট্রেস করুন

Question

এই পোস্টটির গঠনে আমার অনুরূপ একটি সমস্যা রয়েছে, কয়েকটি উল্লেখযোগ্য পার্থক্য সহ:

2D ফাংশনটি অভিযোজিতভাবে নমুনার জন্য কোন সহজ পদ্ধতি রয়েছে?

পোস্টে লাইক:

• আমার একটি এবং এই ফাংশনটির মূল্যায়ন গণনা করা কিছুটা ব্যয়বহুল$f(x,y)$

এই পোস্টে অসদৃশ:

• আমি যথাযথভাবে ফাংশনের মানটি নিয়ে আগ্রহী না, তবে কেবলমাত্র ফাংশনের একক আইসোকন্টার সন্ধানে।

• আমি ফাংশনটির স্বতঃসংশ্লিষ্টতা এবং ফলস্বরূপ স্বচ্ছতার স্কেল সম্পর্কে উল্লেখযোগ্য দৃ as়তা তৈরি করতে পারি।

এই ফাংশনটি বরাবর / নমুনা নেওয়ার এবং এই কনট্যুরটি খুঁজে পাওয়ার কোনও বুদ্ধিমান উপায় আছে কি?

অধিক তথ্য

ফাংশনের গণনার হয় Haralick বৈশিষ্ট্য উপর পয়েন্ট, এবং ক্লাসিফায়ার / regressor কিছু বাছাই দ্বারা নরম শ্রেণীবিন্যাস পার্শ্ববর্তী pixles। এর আউটপুটটি একটি ভাসমান পয়েন্ট সংখ্যা যা নির্দেশ করে যে বিন্দুটি কোন টেক্সচার / উপাদানের সাথে সম্পর্কিত। এই সংখ্যার স্কেলিংটি অনুমান করা যায় শ্রেণীর সম্ভাব্যতাগুলি (সফটএসভিএম বা পরিসংখ্যানগত পদ্ধতি ইত্যাদি) বা লিনিয়ার / লজিস্টিক রিগ্রেশন এর আউটপুট এর মতো সত্যই সাধারণ কিছু। চিত্র থেকে বৈশিষ্ট্য নিষ্কাশনের জন্য নেওয়া সময়ের তুলনায় শ্রেণিবদ্ধকরণ / রিগ্রেশন সঠিক এবং সস্তা।$N$

$N$$f(x, y, N)$$N$$N$

যে জিনিস আমি চেষ্টা করেছি:

• $N$

• বোবা স্টেপিং - প্রতিটি দিকের একক পিক্সেল "পদক্ষেপ" নিন এবং আইসো-লাইন মানের নিকটতার ভিত্তিতে অগ্রসর হওয়ার দিকটি চয়ন করুন। এখনও বেশ ধীর এবং এটি একটি আইসোলিনের বিভাজনকে উপেক্ষা করবে। এছাড়াও, সমতল গ্রেডিয়েন্টযুক্ত অঞ্চলগুলিতে এটি "ঘোরাঘুরি" হবে বা নিজেই দ্বিগুণ হবে।

$N$

Comments

আমার ঠিক একই সমস্যা রয়েছে, এটি বাদে এটি একটি সম্ভাবনা ফাংশন যা আমি কনট্যুর করতে চাই এবং এটি ব্যয়বহুল কারণ প্রতিটি পয়েন্টে আমাকে একটি ছোট করার প্রয়োজন। আপনি কি কোনও অগ্রগতি করেছেন এবং / অথবা আপনি কীভাবে শেষ পর্যন্ত এটি চালিয়ে গেছেন তা উল্লেখ করতে পারেন?

— অ্যাডাভিড

আমি যে সমাধানটি রূপান্তরিত করেছি কেবল তা পরীক্ষা করে দেখেছি। (নীচে দেখুন)

— meawoppl

Answer 1

প্রোভোবিলি গুড স্যাম্পলিং এবং মেশিং অফ সারফেস নামক কম্পিউটার গ্রাফিক্সে একটি কাগজ রয়েছে যা আপনাকে প্রদত্ত লাইন বিভাগের সাথে একটি আইসোলিনের সমস্ত ছেদগুলি নির্ধারণ করে এমন একটি ওরাকল সরবরাহ করার উপর নির্ভর করে। এটির সাহায্যে, আপনি স্থানীয় বৈশিষ্ট্য স্কেল (সর্বাধিক স্থানীয় বক্রতার মতো কিছু) সরবরাহ করতে পারেন এবং লাইন বিভাগগুলির একটি প্রাথমিক সেট যা সমস্ত রূপটিকে ছেদ করে provide এটি কার্যকর করা সহজ জিনিস নয়, যেহেতু এটি ডেলাউনে ত্রিভুজগুলি গণনা করার উপর নির্ভর করে, তবে এটি সিজিএল- তে 3D এ প্রয়োগ করা হয়েছে । এটা তোলে 2D মধ্যে যথেষ্ট সহজ, কারণ মত ভাল ট্রায়াঙ্গুলেশন সফ্টওয়্যার ট্রায়াঙ্গেল বিদ্যমান। কিছুটা অর্থে, এটি আপনি সম্ভবত সবচেয়ে ভাল করতে পারেন তার খুব কাছাকাছি।

Comments

আমি এই সূত্রটি সত্যিই পছন্দ করি কারণ এটি যুক্তিযুক্তভাবে পরিষ্কারভাবে 3 ডি তেও প্রসারিত। আমাকে পাইথনে এটি তৈরি করতে হবে, তাই আমি ইতিমধ্যে কুইল এর ডেলাউনি মোড়কের অ্যাক্সেস পেয়েছি, যাতে এটি কোনও বিশাল সমস্যা নয়। আমি এই সংক্ষিপ্তসারটি সঠিকভাবে পাই কিনা তা আমাকে দেখতে দিন: - বীজের জন্য কিছু নমুনা করুন। - নমুনা ত্রিকোণ। - সমস্ত প্রান্তের জন্য কিছু দৈর্ঘ্যের উপরে আইসোলিন বিস্তৃত হয়: প্রান্ত সহ আইসোলিনের গণন ছেদগুলি - সমস্ত নমুনার সাথে গণনা করা, এবং ত্রিভঙ্গীকরণ পদক্ষেপ থেকে পুনরাবৃত্তি?

— meawoppl

@ মাওওপ্পল: আমি ব্যক্তিগতভাবে এই অ্যালগরিদম প্রয়োগ করেছি বা ব্যবহার করি নি (এখনও!) তবে এটি সঠিক বলে মনে হচ্ছে।

— ভিক্টর লিউ

আমি আজ এটি মুছতে চলেছি, এবং কিছু ফলাফল পোস্ট করব!

— meawoppl

দেরি করার জন্য দুঃখিত. এই পদ্ধতিটি আমার ডেটা সেটের জন্য সত্যই ভাল কাজ করে। মূলত, আমি এটি শুরু করার জন্য নমুনার জন্য নিয়মিত জাল বীজ করি, তারপরে ত্রিভঙ্গীকরণ করুন, আইসো-কনট্যুর পেরিয়ে যাওয়া প্রান্তগুলি পুনরায় ভাগ করুন। "সর্বোত্তম বৈশিষ্ট্য" প্রয়োজনীয়তাটি প্রকাশ করা কিছুটা কঠিন, এবং এলোমেলো প্রাথমিক নমুনা বনামের যোগ্যতা রয়েছে, নিয়মিত হিসাবে যেমন একটি তির্যক আইজলাইন স্যাম্পলিংয়ের ভাড়াটিগুলি অনুসরণ করে তার চেয়ে খানিক বেশি সময় নেয়। আমি এটিকে সর্বাধিক ৫ টি পাস নিতে দিয়েছি, এবং এটি সত্যিই একটি সহজ স্টপিং ক্রাইটার হিসাবে কাজ করেছে।

— Wooo

Answer 2

আপনি দক্ষ বৈশ্বিক নির্ভরযোগ্যতা বিশ্লেষণ (ইজিআরএ) পদ্ধতির মূল বৈশিষ্ট্যগুলি প্রয়োগ করার চেষ্টা করতে পারেন। এই পদ্ধতিটি ব্যর্থতার সম্ভাবনার দক্ষ গণনার জন্য উদ্ভূত হয়েছিল তবে এর সাহসগুলি আপনার বর্ণনা অনুযায়ী করাতে মনোনিবেশ করা হয়েছে - এমন একটি মডেল তৈরি করা যা কেবলমাত্র আগ্রহের নির্দিষ্ট কনট্যুরের নিকটেই নির্ভুল is

এটি একটি আকর্ষণীয় সূচনা পয়েন্ট হতে পারে, তবে আমি নিশ্চিত না যে এটি আপনার সমস্যার সমাধান করবে। এটি আপনার ফাংশনের আকারের উপর নির্ভর করে। যদি এটি এমন কিছু হয় যা একটি ক্রিগিং মডেলের সাথে ভালভাবে অনুমান করা যায় তবে এটি ভাল সঞ্চালন করা উচিত। এই মডেলগুলি বেশ নমনীয়, তবে সাধারণত একটি মসৃণ অন্তর্নিহিত ফাংশন প্রয়োজন। আমি ইজিআরাকে একটি ইমেজ সেগমেন্টেশন অ্যাপ্লিকেশনটিতে অতীতে প্রয়োগ করার চেষ্টা করেছি, তবে খুব কম সাফল্য পেয়েছি কারণ এটি কোনও সরগেট মডেলকে এমন কোনও কিছুর সাথে মানিয়ে যায় যা কার্যত সম্পর্কের দ্বারা সত্যই সংজ্ঞায়িত হয় না। তবুও, আমি এটিকে এমন কিছু হিসাবে উল্লেখ করেছি যেটা আপনি কল্পনা করছি এর চেয়ে আপনার অ্যাপ্লিকেশনটি আলাদা হলে আপনি এটি দেখতে চাইতে পারেন।

যদি আমি আপনি এটা থেকে বের কথা বলত না, আপনি এগরা সম্বন্ধে আরও পড়তে পারেন এখানে (পিডিএফ লিঙ্ক) এবং এখানে , এবং সানডিয়া এর একটি বিদ্যমান বাস্তবায়ন DAKOTA প্রকল্প - আমার জ্ঞান, শুধুমাত্র এগরা এর ওপেন সোর্স বাস্তবায়ন উপলব্ধ।