গুণগতভাবে চিত্র প্যাচগুলির তুলনা করার জন্য ভাল মেট্রিক


11

আমি একটি চিত্রের মধ্যে ছোট স্কোয়ার প্যাচগুলি "মিল" করার চেষ্টা করছি। প্রথম নজরে, একটি "মিল" পরিমাপ পেতে কেবল এই দুটি অ্যারের সাথে ইউক্লিডীয় দূরত্ব শৈলীর তুলনা করা যুক্তিসঙ্গত বলে মনে হয়। এটি অনেক ক্ষেত্রে সূক্ষ্মভাবে কাজ করে (এই মেট্রিক অনুসারে "সেরা" প্যাচ (সর্বনিম্ন মান) কোয়েরি প্যাচের মতো দেখতে খুব ভাল লাগে)। তবে এমন অনেকগুলি ক্ষেত্রে রয়েছে যা এটি একটি খুব খারাপ ম্যাচ তৈরি করে। উদাহরণস্বরূপ, এই দুটি প্যাচ জোড়া নিন:

একটি ইটের প্রাচীরের দুটি প্যাচ, 134 স্কোর করুন (এটি গড় পরম পিক্সেল পার্থক্যের উপাদানগুলির যোগফল):

উত্স প্যাচ লক্ষ্য প্যাচ

একটি ইটের প্রাচীরের এক প্যাচ, ঘাসের এক প্যাচ, স্কোর 123!

https://i.stack.imgur.com/d7lBZ.png https://i.stack.imgur.com/d2TBE.png

একটি মানুষের কাছে, "পরিষ্কারভাবে" ঘাস ইটের সাথে মেলে না, তবে এই মেট্রিক অন্যথায় বলে। সমস্যাটি কেবল স্থানীয় পরিসংখ্যানগত প্রকরণের।

যদি আমি হিস্টোগ্রামের তুলনার মতো কিছু ব্যবহার করি তবে আমি সমস্ত স্থানিক তথ্য সম্পূর্ণরূপে হারাতে পারি - যেমন যদি কোনও প্যাচ উপরের অংশে ঘাস এবং নীচে ইট থাকে তবে এটি নীচের অংশে ঘাস এবং শীর্ষে ইটের সাথে একটি প্যাচের সাথে ঠিক মিলবে (আবারও) , আরেকটি "স্পষ্টতই ভুল" ম্যাচ)।

এমন কোনও মেট্রিক রয়েছে যা এই উভয় ধারণাকে কোনওভাবেই যুক্তিসঙ্গত মানের সাথে একত্রিত করে যা উপরের 1 টির জন্য "অনুরূপ" এর সাথে মূল্যায়ন করবে, কিন্তু আমার প্যাচ এবং এর উল্লম্ব আয়নাটির উদাহরণের জন্যও একই নয়?

কোন পরামর্শ প্রশংসা করা হয়!


1
উপাদানগুলির যোগফল গ্রহণের সময় আপনি রঙের জায়গাতে সমস্ত "স্থানিক" তথ্য আলগা করেন .. উপাদানগুলি পৃথকভাবে মূল্যায়ন করুন, উদাহরণস্বরূপ দুটি ভেক্টরের উপর ইউক্লিডিয়ান দূরত্বের গণনা করা?
গেরটেন

উত্তর:


2

অপরিহার্য ধারণাটি হ'ল: রঙের তথ্যে কোনও ভুল নেই it এটি কেবল অপর্যাপ্ত। সুতরাং সবচেয়ে ভাল জিনিস একাধিক বৈশিষ্ট্য সেট একত্রিত করা হয়।

এই অস্পষ্টতাটি সমাধান করতে আপনি একাধিক বৈশিষ্ট্য চেষ্টা করতে পারেন। যতক্ষণ পর্যন্ত বৈশিষ্ট্য সেট সম্পর্কিত, আপনি নিম্নলিখিত ব্যবহার করতে পারেন:

  1. রঙ ( এমপিইজি 7 এর প্রভাবশালী রঙের মতো কিছু ) বা রঙের হিস্টোগ্রাম
  2. জমিন (হয় ফিল্টার ব্যাঙ্ক প্রতিক্রিয়া আকারে) বা
  3. এজ হিস্টোগ্রাম

প্রাথমিক তুলনা হিসাবে, আমি প্রথমে খাঁটি ইটের প্যাচ বনাম খাঁটি ঘাসের প্যাচের মধ্যে পার্থক্য তৈরি করতে চাই। এর জন্য, রঙ অবশ্যই স্পষ্টভাবে সম্ভাব্য উপাদান।

আরও শক্তিশালী শ্রেণিবদ্ধকরণে বৈশিষ্ট্যগুলির সংমিশ্রণ

আমি একটি প্রভাবশালী রঙ (কেবল তবে এক নয়) বা কী রঙটি ব্যবহার করব এবং গুচ্ছগুলি তৈরি করব। গুচ্ছ মাথা কোথায় থাকে দেখুন;

যদি ক্লাস্টার হেড উভয়ই প্রত্যাশিত অঞ্চলের মধ্যে থাকে তবে ক্লাসটি সনাক্ত করা সহজ হয়, যদি তারা ধূসর অঞ্চলে পড়ে, তবে শ্রেণিটি সেখানে অন্তর্ভুক্ত। যদি এটি ধূসর অঞ্চলে পড়ে, তবে অন্য একটি বৈশিষ্ট্য প্রয়োজন।

একইভাবে, আপনি টেক্সচার ম্যাট্রিক্স ব্যবহার করে স্বতন্ত্রভাবে শ্রেণিবদ্ধ করতে পারেন এবং তারপরে ফলাফলগুলি অর্থবোধ করে তা নিশ্চিত করতে উভয় স্কোর একত্রিত করতে পারেন ।

স্থানিক সমস্যা নিয়ে কাজ করা

বিশেষত যখন আপনি বুঝতে পারবেন যে প্যাচগুলির অর্ধেক ইট এবং অর্ধেক ঘাসের কিছু অংশ থাকতে পারে। আমি মনে করি আপনার আর কোনও অতিরিক্ত বৈশিষ্ট্য বা আলাদা ম্যাট্রিকের দরকার নেই। এটি দুটি উপায়ে পরিচালনা করা যায়।

1. একাধিক সদস্যপদ প্যাচকে বিভিন্ন শ্রেণি হিসাবে রাখুন। উদাহরণস্বরূপ, বাদে birck-onlyশ্রেণী এবং grass-onlyশ্রেণী, এছাড়াও আপনি থাকতে পারে half-brick-half-grass-verticalএবং half-brick-half-grass-horizontalমোট চার শ্রেণীর হিসাবে। আমরা আগে আলোচনা করেছি ক্লাস্টারিং পদ্ধতি ব্যবহার করে সহজেই শ্রেণিবদ্ধ করা যেতে পারে।

২. মাল্টি স্কেল শ্রেণিবদ্ধকরণ যুক্ত করুন উদাহরণস্বরূপ, প্যাচটি ধূসর অঞ্চলে থাকার কারণে আপনি প্যাচটিকে দুটি অংশ অর্থাৎ বাম বনাম ডানদিকে ভাগ করতে পারেন। একইভাবে আপনি শীর্ষ বনাম নীচে ভাগ করতে পারেন। এখন আপনি এই "অর্ধেক অংশ" এর জন্য অভিন্ন শ্রেণিবিন্যাস প্রয়োগ করতে পারেন। আদর্শভাবে উপরের তালিকাভুক্ত বৈশিষ্ট্যটি আপনাকে পুরো অংশের (যেমন উদাহরণস্বরূপ প্রভাবশালী রঙের আকার নির্বিশেষে একই রকম হতে পারে) বৈশিষ্ট্যের মিলের তুলনা করার জন্য এটিকে এটিকে মাপেরযোগ্য করে তোলে বা এটির আকার পরিবর্তন করতে পারে।

আরও ক্লাস যুক্ত করা (অংশ 1 হিসাবে) বা আরও স্তর (অংশ 2 হিসাবে) সরাসরি এগিয়ে থাকবে; উপরের সীমাটি দুটি কারণ দ্বারা আসবে - হয় কোনও অতিরিক্ত বিভাগ শ্রেণিবিন্যাসের সাথে আর কোনও মূল্য যুক্ত করবে না বা অতিরিক্ত শব্দটি শ্রেণিবিন্যাসে অস্পষ্টতার কার্যকরভাবে পরিচয় করিয়ে দেবে। এই যেখানে আপনি থামেন।


2

শুরু করার জন্য, 2 টি চিত্র এবং 3 পরিমাপ কোনও পরিসংখ্যানের মডেল যা শর্তে অনুকূল তুলনা মেট্রিক সংজ্ঞায়িত করতে ব্যবহার করা যেতে পারে তা নিশ্চিত করার জন্য যথেষ্ট নয়।

আমি মনে করি আপনি পদ্ধতি এবং ক্লুগুলির জন্য টেক্সচার স্বীকৃতি পত্রগুলি একবার দেখতে শুরু করতে পারেন। এটি একটি সক্রিয় ক্ষেত্র।

এটির মূল্যের জন্য, আমি বেশ কয়েকটি উপলব্ধিযোগ্য হ্যাশিং ফাংশন (ডিসিটি এবং র্যান্ডম প্রজেকশন ভিত্তিক) পরীক্ষা চালিয়েছি এবং তথাকথিত এসআইএফটি বর্ণনাকারীর সাথে একটি সামান্য ট্রায়াল করেছি। এই ফাংশনগুলি আন্ত এবং আন্ত শ্রেণি দূরত্বগুলি পৃথক করতে পারে, যদিও 3 টি চিত্র থেকে এটি কোনও সিদ্ধান্তে পৌঁছানো অসম্ভব।

কোডটি GitHub

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.