![事前準備 その５
http://www.eecs.berkeley.edu/Research/Projects/CS/vision/
grouping/segbench/の「Downloads Segmentation Dataset」の
[images]をクリックして、BSD300-images.tgz をダウンロード
BSD300/images/test/の下記ファイルをchap9内に展開します。
376043.ｊpg 兵隊、86016.ｊpg 庭、 153077.ｊpg 水泳
8章から「Sebastien Marcel Static Hand Posture Database」の
shp_marcel_test.tar.gzから下記ファイルをchap9内に展開します。
C/uniform/C-uniform03.ppm](https://image.slidesharecdn.com/9-141024214558-conversion-gate01/85/9-9-320.jpg)
![9.4 演習問題
? 1.グラフカットを最適化するために、エッジの数を減らせば計算を高速化すること
ができます。このようなグラフの構築法が文献[16]の4.2節で解説されています。
これを試して、本書の単純な構築法と、グラフの大きさや領域分割にかかる時間
を比較してください。
? 2.グラフカットによる領域分割のために、ユーザーインタフェースを作るか、ユーザ
ーが領域を選択するのを模擬してください。それから、重みに大きな値を設定して
、強制的に背景と前景を設定してください。
? 3.グラフカットによる領域分割において、特徴量ベクトルをRGB値のベクトルから
他の記述子に変更してください。領域分割結果を改善できますか？
? 4.現在の領域分割結果を次の前景と背景のモデル学習に用いる「繰り返し型の
領域分割」を実装してください。本章で用いた画像について領域分割の品質を向
上できますか？](https://image.slidesharecdn.com/9-141024214558-conversion-gate01/85/9-23-320.jpg)
実践コンピュータビジョン 9章 画像の領域分割
- 2. はじめに ? 本資料は静岡Developeｒs勉強会「コンピュー タビジョン vol.9」のための資料です。 ? オライリー社の実践コンピュータビジョン www.oreilly.co.jp/books/9784873116075/ を教科書として使います。
- 3. 自己紹介 ? やじゅ＠静岡???漢字名は「八寿」 平口 八寿人(https://www.facebook.com/yasuhito.hiraguchi) アラフォーエンジニア、元ＭＳＭＶＰ(Visual Basic) 静岡県島田市のＳＬ(大井川鉄道)が走っている所に在住 Twitter：yaju はてなID：Yaju3D http://blogs.wankuma.com/yaju/ http://yaju3d.hatenablog.jp/ (数学と物理を基礎からやり直す)
- 4. 開発環境 ? 共通開発環境 python 2.7 (3.x系では本書に沿わないのでNG) 環境変数 Path 「C:?Python27;C:?Python27?Scripts;」を追加 ? 私の開発環境 OS Windows 8.1 IDE pyCharm 3.0.2 (Community Edition FREE) http://www.jetbrains.com/pycharm/download/
- 5. 事前準備 その１ ? サンプルソースコード 実践コンピュータビジョンのWebサイトの関連ファイ ルタブからダウンロードしてください。 ? 画像データ 原著者のサイトから pcv_data.zip をダウンロード してください。
- 6. 事前準備 その２ ? NumPy、Matplotlib、SciPy、 PILインストール(Windows) NumPy、Matplotlib、 SciPyのインストール http://qiita.com/mojaie/items/995661f7467ffdb40331 PIL インストール Python2.7用 http://www.pythonware.com/products/pil/index.htm ? easy_installのインストール(Windows) https://pypi.python.org/pypi/setuptools/1.1.5#installing-and-using-setuptools setuptools-1.1.5.tar.gzを解凍し、ez_setup.pyをダブルクリック C:?Python27?Scripts内にeasy_install関連のファイルが入る。 ? pipのインストール(Windows) http://www.lifewithpython.com/2012/11/Python-package-setuptools-pip.html easy_install pip をコマンドプロンプト上で入力する。
- 7. 事前準備 その３ ? サンプルソースコードと画像データを展開 PycharmProjects (私の場合のフォルダ構成) ├─pcv_data （画像データ pca_data.zipを展開） ├─chap8 ├─chap9 （サンプルソース pcv_j.zipを展開） ? Phython-graphパッケージのインストール http://code.google.com/p/python-graph/ からDLするより 「easy_install python-graph-core」でインストールが簡単
- 8. 事前準備 その４ pca_data.zipから、empire.jpgを展開してカレントディレクトリ (chap9)に置きます。 http://research.microsoft.com/en- us/um/cambridge/projects/visionimagevideoediting/segmentat ion/grabcut.htmの「Ground truth database」の「Labelling - Rectangle」をクリックし、boundary_GT_rect.zipをダウンロード カレントディレクトリ(chap9)に展開します。 376043.bmp 兵隊用、86016. bmp 庭用、 153077. bmp 水泳用
- 9. 事前準備 その５ http://www.eecs.berkeley.edu/Research/Projects/CS/vision/ grouping/segbench/の「Downloads Segmentation Dataset」の [images]をクリックして、BSD300-images.tgz をダウンロード BSD300/images/test/の下記ファイルをchap9内に展開します。 376043.ｊpg 兵隊、86016.ｊpg 庭、 153077.ｊpg 水泳 8章から「Sebastien Marcel Static Hand Posture Database」の shp_marcel_test.tar.gzから下記ファイルをchap9内に展開します。 C/uniform/C-uniform03.ppm
- 10. 基礎知識 ? 画像の領域分割 ? グラフ ? ベイズの定理
- 14. 第3章の目次 ? 9.1 グラフカット 9.1.1 画像からグラフを構成する 9.1.2 ユーザー入力を用いた領域分割 ? 9.2 クラスタリングを用いた領域分割 ? 9.3 変分法 ? 9.4 演習問題
- 15. 実行ファイル説明 ? 9.1.graphcut.py 小さなグラフの最大フロー／最小カットを計算 ? 9.1.1.graphcut.py empire.jpgを使って、グラフを作成する ? 9.1.2.graphcut.py グラフカットによる画像領域を行う ? 9.2.ncut.py クラスタリングを用いた画像領域分割を行う ? 9.3.chanvese.py Chan-Veseモデルの最小化による画像領域分割を行う
- 17. 9.1 グラフカット ? グラフカットとは 参照 大人になってからの再学習 グラフカット（Graph Cut）
- 18. 9.1 グラフカット ? 9.1.graphcut.py の実行 ※python-graphパッケージは、「easy_install python-graph-core」でインストール 小さなグラフの最大フロー／最小カットを計算 ノード0：始点(ソース) ノード3：終点(シンク) flow is: {(0, 1): 4, (1, 2): 0, (1, 3): 4, (2, 3): 3, (0, 2): 3} cut is: {0: 0, 1: 1, 2: 1, 3: 1} … 戻り値は、0と1のみ
- 23. 9.4 演習問題 ? 1.グラフカットを最適化するために、エッジの数を減らせば計算を高速化すること ができます。このようなグラフの構築法が文献[16]の4.2節で解説されています。 これを試して、本書の単純な構築法と、グラフの大きさや領域分割にかかる時間 を比較してください。 ? 2.グラフカットによる領域分割のために、ユーザーインタフェースを作るか、ユーザ ーが領域を選択するのを模擬してください。それから、重みに大きな値を設定して 、強制的に背景と前景を設定してください。 ? 3.グラフカットによる領域分割において、特徴量ベクトルをRGB値のベクトルから 他の記述子に変更してください。領域分割結果を改善できますか？ ? 4.現在の領域分割結果を次の前景と背景のモデル学習に用いる「繰り返し型の 領域分割」を実装してください。本章で用いた画像について領域分割の品質を向 上できますか？
- 24. 3.4 演習問題 ? 5.マイクロソフトリサーチのGrabCutデータセットには、領域分割の正解デ ータが含まれています。領域分割の誤差を測定する関数を実装して、設 定の違いや演習問題1.～4.のアイデアを評価してください。 ? 6.正規化カットのエッジの重みのパラメータを変更して、固有ベクトルと領 域分割結果にどのような影響があるか調べてください。 ? 7.正規化カットの第1固有ベクトルに画像勾配を計算してください。この勾 配画像を組み合わせて物体の画像輪郭を検出してください。 ? 8.Chan-Vese領域分割のノイズ除去画像の閾値を線形探索するプログラ ムを実装してください。閾値ごとにエネルギーE(Γ)を保存して、最小値に なる場合の領域分割を選びます。