Aprendizaje de características geométricas

El aprendizaje de características geométricas es una técnica que combina el aprendizaje automático y la visión artificial para resolver tareas visuales. El objetivo principal de este método es encontrar un conjunto de características representativas de forma geométrica para representar un objeto, recopilando características geométricas de imágenes y aprendiéndolas mediante métodos eficientes de aprendizaje automático . Los humanos resuelven tareas visuales y pueden dar una respuesta rápida al entorno extrayendo información perceptiva de lo que ven. Los investigadores simulan la capacidad humana de reconocer objetos para resolver problemas de visión artificial. Por ejemplo, M. Mata et al. (2002) ^{[ 1 ]} aplicaron técnicas de aprendizaje de características a las tareas de navegación de robots móviles para evitar obstáculos. Utilizaron algoritmos genéticos para aprender características y reconocer objetos (figuras). Los métodos de aprendizaje de características geométricas no solo pueden resolver problemas de reconocimiento, sino también predecir acciones subsiguientes analizando un conjunto de imágenes sensoriales de entrada secuenciales, generalmente extrayendo algunas características de las imágenes. A través del aprendizaje, se dan algunas hipótesis de la siguiente acción y, según la probabilidad de cada hipótesis, se da la acción más probable. Esta técnica se utiliza ampliamente en el área de la inteligencia artificial .

Introducción

Los métodos de aprendizaje de características geométricas extraen características geométricas distintivas de las imágenes. Las características geométricas son rasgos de objetos construidos mediante un conjunto de elementos geométricos como puntos, líneas, curvas o superficies. Estas características pueden ser esquinas, bordes, manchas, crestas, puntos prominentes, textura de la imagen, etc., las cuales pueden detectarse mediante métodos de detección de características .

Características geométricas

Características primitivas

Esquinas: Las esquinas son una característica muy simple pero significativa de los objetos. En particular, los objetos complejos suelen tener características de esquina diferentes entre sí. Las esquinas de un objeto se pueden extraer mediante la detección de esquinas . Cho y Dunn ^{[ 2 ]} utilizaron una forma diferente de definir una esquina mediante la distancia y el ángulo entre dos segmentos de línea recta. Esta es una nueva forma de definir las características como una composición parametrizada de varios componentes.
Bordes: Los bordes son características estructurales unidimensionales de una imagen. Representan el límite de diferentes regiones de la imagen. El contorno de un objeto se puede detectar fácilmente encontrando el borde mediante la técnica de detección de bordes .
Blobs: Los blobs representan regiones de las imágenes que pueden detectarse mediante el método de detección de blobs .
Crestas: Desde un punto de vista práctico, una cresta puede considerarse como una curva unidimensional que representa un eje de simetría. Método de detección de crestas: véase detección de crestas.
puntos salientes: véase el detector de prominencia de Kadir-Brady
textura de imagen

Características compuestas ^{[ 3 ]}

Composición geométrica

La característica del componente geométrico es una combinación de varias características primitivas y siempre consta de más de dos características primitivas, como bordes, esquinas o regiones. El vector de características geométricas extraído en la ubicación x se puede calcular según el punto de referencia, como se muestra a continuación:

\textstyle \ x_{i}=x_{i-1}+\sigma _{i-1}d_{i}{\begin{bmatrix}\cos(\theta _{i-1}+\phi _{i})\\\sin(\theta _{i-1}+\phi _{i})\end{bmatrix}}

\textstyle \ \theta _{i}=\theta _{i-1}+\Delta \theta _{i}

\textstyle \ \sigma _{i}=\sigma _{i-1}\Delta \sigma _{i}

x significa la ubicación de las características, $\textstyle \theta$ significa la orientación, $\textstyle \sigma$ significa la escala intrínseca.

Composición booleana

Una característica booleana compuesta consta de dos subcaracterísticas, que pueden ser características primitivas o compuestas. Existen dos tipos de características booleanas: la característica conjuntiva, cuyo valor es el producto de dos subcaracterísticas, y la característica disyuntiva, cuyo valor es el máximo de ambas.

Espacio destacado

El espacio de características fue considerado por primera vez en el área de visión por computadora por Segen. ^{[ 4 ]} Utilizó un gráfico multinivel para representar las relaciones geométricas de las características locales.

Algoritmos de aprendizaje

Existen numerosos algoritmos de aprendizaje que pueden aplicarse para aprender a identificar características distintivas de los objetos en una imagen. El aprendizaje puede ser incremental, lo que significa que las clases de objetos pueden añadirse en cualquier momento.

Métodos de extracción de características geométricas

Algoritmo de aprendizaje de características

1. Adquiera una nueva imagen de entrenamiento "I".

2. Según el algoritmo de reconocimiento, evalúe el resultado. Si el resultado es verdadero, se reconocen nuevas clases de objetos.

algoritmo de reconocimiento

El punto clave del algoritmo de reconocimiento es encontrar las características más distintivas entre todas las características de todas las clases. Por lo tanto, se utiliza la siguiente ecuación para maximizar la característica. $\textstyle \ f_{\max }$

\textstyle \ I_{\max }={\underset {f}{\max }}\ {\underset {C}{\max }}\ I(C,F_{f})

\textstyle \ I(C,F_{f})=-{\underset {C}{\sum }}{\underset {F_{f}}{\sum }}BEL(F_{f},C)\log {\frac {BEL(C,F_{f})}{BEL(F_{f})BEL(C)}}

Medir el valor de una característica en las imágenes, $\textstyle \ f_{\max }$ y $\textstyle \ f_{f_{\max }}$ y localizar una característica:

\textstyle \ f_{f_{(p)}}(I)={\underset {x\in I}{\max }}f_{f_{(p)}}(x)

Dónde $\textstyle f_{f_{(p)}}(x)$ se define como $\textstyle f_{f_{(p)}}(I)=\max \left\{0,{\frac {f(p)^{T})f(x)}{\left\|f(p)\right\|\left\|f(x)\right\|}}\right\}$

evaluación

Tras reconocer las características, se deben evaluar los resultados para determinar si se pueden reconocer las clases. Existen cinco categorías de evaluación para los resultados del reconocimiento: correcto, incorrecto, ambiguo, confuso e ignorante. Si la evaluación es correcta, se añade una nueva imagen de entrenamiento y se entrena. Si el reconocimiento falla, se debe maximizar el poder distintivo de los nodos de características, que se define mediante la distancia de Kolmogorov-Smirno (KSD).

\textstyle KSD_{a,b}(X)={\underset {\alpha }{\max }}\left|cdf(\alpha |a)-cdf(\alpha |b)\right|

3. Algoritmo de aprendizaje de características Después de que se reconoce una característica, se debe aplicar a la red bayesiana para reconocer la imagen, utilizando el algoritmo de aprendizaje de características para probar.

El objetivo principal del algoritmo de aprendizaje de características es encontrar una nueva característica en la imagen de muestra para comprobar si las clases se reconocen o no. Se deben considerar dos casos: la búsqueda de una nueva característica de la clase correcta y de la clase incorrecta en la imagen de muestra, respectivamente. Si se detecta una nueva característica de la clase correcta y no se reconoce la clase incorrecta, entonces se reconoce la clase y el algoritmo debe finalizar. Si no se detecta una característica de la clase correcta y se detecta una de la clase incorrecta en la imagen de muestra, se debe impedir que se reconozca la clase incorrecta y la característica debe eliminarse de la red bayesiana.
Utilización de redes bayesianas para realizar el proceso de prueba.

Algoritmo de aprendizaje de características basado en el modelo PAC

Marco de aprendizaje

El modelo probablemente aproximadamente correcto (PAC) fue aplicado por D. Roth (2002) para resolver el problema de la visión por computadora mediante el desarrollo de una teoría de aprendizaje sin distribución basada en este modelo. ^{[ 5 ]} Esta teoría dependió en gran medida del desarrollo de un enfoque de aprendizaje eficiente en características. El objetivo de este algoritmo es aprender un objeto representado por algunas características geométricas en una imagen. La entrada es un vector de características y la salida es 1, lo que significa que se detectó el objeto con éxito, o 0 en caso contrario. El punto principal de este enfoque de aprendizaje es recopilar elementos representativos que puedan representar el objeto a través de una función y probar reconociendo un objeto en la imagen para encontrar la representación con alta probabilidad. El algoritmo de aprendizaje tiene como objetivo predecir si el concepto objetivo aprendido $\textstyle f_{T}(X)$ pertenece a una clase, donde X es el espacio de instancias que consta de parámetros y luego prueba si la predicción es correcta.

Marco de evaluación

Después de aprender las características, debería haber algunos algoritmos de evaluación para evaluar los algoritmos de aprendizaje. D. Roth aplicó dos algoritmos de aprendizaje:

1. Sistema de red dispersa de ventanas (SNoW).

Tren de nieve
- Paso inicial: inicializar el conjunto de características $\textstyle F_{t}=\phi$ que se vincularon al objetivo t para todos $\textstyle t\in T$ . T es un conjunto de objetos objetivo cuyos elementos son $\textstyle t_ {1}$ a $\textstyle t_{k}$
- Si cada objeto objetivo en el conjunto T pertenece a una lista de características activas, vincule la característica con el objetivo y establezca el peso inicial al mismo tiempo.
- Evaluar los objetivos : comparar los objetivos $\textstyle {\underset {i\in e}{\sum }}w_{i}^{t}$ con $\textstyle \theta _{t}$ , dónde $\textstyle w_{i}^{t}$ es el peso en una posición que conecta las características i con el objetivo t. \theta_{t} es el umbral para el objetivo que no es t.
- Actualizar el peso según el resultado de la evaluación. Hay dos casos: predicción positiva en ejemplo negativo ( $\textstyle {\underset {i\in e}{\sum }}w_{i}^{t}>\theta _{t}$ y los objetivos no están en la lista de características activas) y predijo negativo en un ejemplo positivo ( $\textstyle {\underset {i\in e}{\sum }}w_{i}^{t}\leq \theta _{t}$ y los objetivos están en la lista de funciones activas).
Evaluación SNoW
- Evalúe cada objetivo utilizando la misma función que se introdujo anteriormente.
- Predicción: Tomar la decisión de seleccionar el nodo objetivo activo dominante.

2. Máquinas de vectores de soporte

El objetivo principal de SVM es encontrar un hiperplano para separar el conjunto de muestras. $\textstyle (x_{i},y_{i})$ dónde $\textstyle x_ {i}$ es un vector de entrada que es una selección de características $\textstyle x\in R^{N}$ y $\textstyle y_ {i}$ es la etiqueta de $\textstyle x_ {i}$ El hiperplano tiene la siguiente forma: $\textstyle f(x)={\text{sgn}}\left(\sum _{i=1}^{l}y_{i}\alpha _{i}\cdot k(x,x_{i})+b\right)=\left\{{\begin{matrix}1,\ {\text{entradas positivas}}\\-1,\ {\text{entradas negativas}}\end{matrix}}\right.$

$\textstyle k(x,x_{i})=\phi (x)\cdot \phi (x_{i})$ es una función kernel

Ambos algoritmos separan los datos de entrenamiento mediante la búsqueda de una función lineal.

Aplicaciones

Aprendizaje de puntos de referencia para la navegación topológica ^{[ 6 ]}
Simulación del proceso de detección de objetos del comportamiento de la visión humana ^{[ 7 ]}
Aprendizaje de acciones autogeneradas ^{[ 8 ]}
Seguimiento de vehículos ^{[ 9 ]}

Referencias

↑ M. Mata, J.M. Armingol, A. De La Escalera y M.A. Salichs, " Aprendizaje de puntos de referencia visuales para la navegación de robots móviles ", En Actas del XV Congreso Mundial de la Federación Internacional de Control Automático, 2002
↑ Cho, K., y Dunn, SM «Aprendizaje de clases de formas». IEEE Transactions on Pattern Analysis and Machine Intelligence 16,9(1994), 882-888
↑ Justus H Piater, "Aprendizaje de características visuales" (1 de enero de 2001). Tesis doctorales electrónicas de la Universidad de Massachusetts Amherst. Documento AAI3000331.
↑ Segen, J., Aprendizaje de modelos gráficos de forma. En Actas de la 5ª Conferencia Internacional sobre Aprendizaje Automático (Ann Arbor, 12-14 de junio de 1988), J. Larid, Ed., Morgan Kaufmann
↑ D. Roth, MH. Yang y N. Ahuja. Aprendizaje para reconocer objetos tridimensionales . Neural Computation , 14(5): 1071–1104, 2002.
↑ M. Mata, JM Armingol, Aprendizaje de puntos de referencia visuales para la navegación de robots móviles, División de Ingeniería de Sistemas y Automatización, Madrid, España, 2002
↑ IA Rybak, BMV: Modelo conductual de percepción y reconocimiento visual , Visión humana, procesamiento visual y pantalla digital IV
↑ P. Fitzpatrick, G. Metta, L. Natale, S. Rao y G. Sandini, “ Aprendizaje sobre objetos a través de la acción: primeros pasos hacia la cognición artificial ”, en IEEE Int. Conf. on Robotics and Automation, 2003, pp. 3140–3145.
↑ JM Ferryman, AD Worrall y SJ Maybank. Aprendizaje de modelos 3D mejorados para el seguimiento de vehículos . En Actas de la Conferencia Británica de Visión por Computadora, 1998.

[1] M. Mata, J.M. Armingol, A. De La Escalera y M.A. Salichs, " Aprendizaje de puntos de referencia visuales para la navegación de robots móviles ", En Actas del XV Congreso Mundial de la Federación Internacional de Control Automático, 2002

[2] Cho, K., y Dunn, SM «Aprendizaje de clases de formas». IEEE Transactions on Pattern Analysis and Machine Intelligence 16,9(1994), 882-888

[3] Justus H Piater, "Aprendizaje de características visuales" (1 de enero de 2001). Tesis doctorales electrónicas de la Universidad de Massachusetts Amherst. Documento AAI3000331.

[4] Segen, J., Aprendizaje de modelos gráficos de forma. En Actas de la 5ª Conferencia Internacional sobre Aprendizaje Automático (Ann Arbor, 12-14 de junio de 1988), J. Larid, Ed., Morgan Kaufmann

[5] D. Roth, MH. Yang y N. Ahuja. Aprendizaje para reconocer objetos tridimensionales . Neural Computation , 14(5): 1071–1104, 2002.

[6] M. Mata, JM Armingol, Aprendizaje de puntos de referencia visuales para la navegación de robots móviles, División de Ingeniería de Sistemas y Automatización, Madrid, España, 2002

[7] IA Rybak, BMV: Modelo conductual de percepción y reconocimiento visual , Visión humana, procesamiento visual y pantalla digital IV

[8] P. Fitzpatrick, G. Metta, L. Natale, S. Rao y G. Sandini, “ Aprendizaje sobre objetos a través de la acción: primeros pasos hacia la cognición artificial ”, en IEEE Int. Conf. on Robotics and Automation, 2003, pp. 3140–3145.

[9] JM Ferryman, AD Worrall y SJ Maybank. Aprendizaje de modelos 3D mejorados para el seguimiento de vehículos . En Actas de la Conferencia Británica de Visión por Computadora, 1998.

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]