Escolar Documentos
Profissional Documentos
Cultura Documentos
Multiescala
3 de Dezembro de 2011
1 / 26
Sum ario
2 / 26
Caracteriza c ao do Problema
Textura:
Texturas s ao caracter sticas das superf cies que nos cercam: madeira, grama, couro, cascalho, piso, etc. Varia c ao local de valores que se repetem em algum padr ao. Prov em informa c ao sobre a distribui c ao espacial, mudan cas no brilho e o arranjo estrutural da superf cie.
3 / 26
Caracteriza c ao do Problema
Descritores:
Descritores de caracter sticas s ao representa c oes sucintas de uma imagem. Facilitam o processamento de classica c ao entre outras aplica c oes. S ao tipicamente conjuntos de informa c oes estat sticas, modelos param etricos, coecientes obtidos a partir de transformadas nas imagens.
4 / 26
Motiva co es
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
Multiescala:
O descritor conhecido como Local Binary Patterns (LBP), proposto inicialmente em escala u nica, possui extens oes para m ultiplas escalas Compara c ao na base Outex:
Escala u nica: Taxa de acerto de 92,7 % Multiescala: Taxa de acerto de 96,3 %
5 / 26
Motiva co es
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
6 / 26
Motiva co es
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
Diculdades para computador reconhecer texturas e superf cies levam a uma grande variedade de descritores.
7 / 26
Descritores
LBP:
Utiliza-se o centro como limiar para binariza c ao.
8 / 26
Descritores
Gray Level Co-ocurrence Matrices (GLCM):
Matriz gerada a partir das transi c oes realizadas na imagem. As transi c oes podem ser diretamente adjacentes ou com maior deslocamento.
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
Para o descritor, cada uma das medidas estat sticas e aplicada em 4 orienta c oes poss veis (0 , 45 , 90 e 135 ), os resultados concatenados e normalizados.
9 / 26
Multiescala
Um espa co e considerado multiescala quando possui subespa cos derivados dele. Pode ser obtido, por exemplo, por meio de suaviza c oes Gaussianas. Escalas com detalhes nos podem restringir a extra c ao de caracter sticas da imagem. Informa c oes cruciais podem ser perdidas nas escalas mais grosseiras.
10 / 26
Multiescala
Suaviza c ao Gaussiana:
11 / 26
Multiescala
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Pode-se utilizar combina c ao de informa c oes provenientes de diversas escalas para uma classica c ao mais efetiva. M etodos usuais para a decomposi c ao multiescala:
Pir amide Laplaciana Transformada wavelet
Multiescala
12 / 26
Multiescala
Passa-Banda:
Diferen cas entre n veis adjacentes da pir amide passa-baixas
13 / 26
Multiescala
Transformada Wavelet:
Decomposi c ao da imagem em 4 sub-bandas. Cada banda cont em informa c oes de frequ encia em uma dire c ao. Uma das bandas cont em uma amostra reescalada da imagem original. Processo aplicado recursivamente.
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
14 / 26
Metodologia
Diversas escalas podem fornecer melhores resultados para classica c ao:
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
15 / 26
Metodologia
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Resultados de diversas escalas diferentes. Problema: Combinar as caracter sticas extra das das diversas escalas para um descritor u nico. Algumas formas de combin a-las s ao apresentadas a seguir.
Multiescala
16 / 26
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
17 / 26
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
18 / 26
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
19 / 26
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
20 / 26
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
21 / 26
Contribui co es Esperadas
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
Extens ao de descritores escala u nica para multiescala. Combina c ao dos resultados de diferentes escalas. Valida c ao da metodologia de combina c ao em descritores multiescala j a presentes na literatura.
22 / 26
M etodo de Valida c ao
A valida c ao ser a realizada da seguinte forma: Compara c ao da vers ao multiescala dos descritores com a vers ao em escala u nica. Compara c ao dos resultados com o estado da arte. 4 bases para o teste est ao sendo investigadas:
UMD UIUC Outex VisTex
23 / 26
UIUC
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
M etodo Proposto
Figura: Mosaico de amostras da bases UIUC. A base e composta por 1000 imagens de 640 480 pixels, divididas em 25 classes de texturas. Dentre as imagens, temos varia c oes de madeira, carpetes, tijolos, cascalho e pelagem de animais. Protocolo proposto na literatura: Utilizar grupos de treinamento rand omicos de 5, 10, 15 e 20 amostras para cada classe. O restante das amostras e utilizada para teste.
Resultados Preliminares
24 / 26
Resultados Preliminares
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
Dados preliminares obtidos no banco UIUC para o m etodo GLCM em escala u nica e multiescala com as diversas combina c oes propostas. Utilizadas 5 amostras de treinamento contra 35 de testes. O classicador utilizado foi o 1-nn utilizando a dist ancia de Manhattan.
25 / 26
Resultados Preliminares
Normaliza c ao/Escalas Normaliza c ao intraescala Normaliza c ao intraescala e global Normaliza c ao de elementos correspondentes Media ponderada de elementos correspondentes Sem normaliza c ao
26 / 26
An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala
27 / 26