EVALUIERUNG VON BILDERKENNUNGSALGORITHME N IN HINBLICK AUF NUTZBARKEIT IN DER FLASH ENTWICKLUNG GEHALTEN VON: DENNIS SABELLECK

EVALUIERUNG VON BILDERKENNUNGSALGORITHME N IN HINBLICK AUF NUTZBARKEIT IN DER FLASH ENTWICKLUNG GEHALTEN VON: DENNIS SABELLECK

Über Flash Dateiformat Shockwave Flash (SWF) Ermöglicht Darstellung von Vektor- und Rastergrafiken im Browser Sound & Videodaten integrierbar Ermöglicht durch objekt- orientierte Sprache ActionScript3 Erstellung von Spielen und Webanwendungen Verbreitung 99% Weltweit

EVALUIERUNG VON BILDERKENNUNGSALGORITHME N IN HINBLICK AUF NUTZBARKEIT IN DER FLASH ENTWICKLUNG

Anforderungen an den Algorithmus

Muss mit Rotation umgehen können Muss mit Skalierung umgehen können

Anforderungen an den Algorithmus Muss mit Rotation umgehen können Muss mit Skalierung umgehen können Muss schnell sein Muss geringe Fehlerrate aufweisen

TESTUMGEBUNG

Testbilder

Aufgeteilt in … Rotationstest Skalierungstest

Rotationstest Pro 10° Drehung Vergleich mit allen Bildern Jedes Bild Komplette 360° Drehung

Aufgezeichnet wird … Antwortzeit in Abhängigkeit zur Rotation Verhältnis falsche zu richtige Antwort Verhältnis falsch erkannt zu richtig erkannte Bilder Anzahl richtig erkannter Bilder in Abhängigkeit zur Rotation Anzahl falsch erkannt Anzahl nicht erkannt Antwortzeit in Abhängigkeit zur Pixelanzahl

Skalierungstest Pro 10% Skalierung Vergleich mit allen Bildern Skalierung von 10% auf 200%

Aufgezeichnet wird … Antwortzeit in Abhängigkeit zur Skalierung Verhältnis falsche zu richtige Antwort Verhältnis falsch erkannt zu richtig erkannte Bilder Anzahl richtig erkannter Bilder in Abhängigkeit zur Skalierung Anzahl falsch erkannt Anzahl nicht erkannt Antwortzeit in Abhängigkeit zur Pixelanzahl

ALGORITHMEN UND TESTERGEBNISSE

Typen Positionsbestimmende Algorithmen Existenzbestimmende Algorithmen

Bildregistrierungsprobl em

Naiver Algorithmus Suchfenster über gesamtes Bild verschieben Pro Position Vergleichsmaß errechnen Position mit Wert am nächsten an 1 ist Stelle mit größter Überlappung Grenzwert fordern der min. für das Bild überschritten werden muss, um von Erkennung sprechen zu können

Vergleichsmaß Kreuzkorrelationsformel Liefert Wert zwischen Null und Eins Je näher der Wert an Eins ist, desto größer ist der Zusammenhang

ERGEBNISSE

Verhältnis erkannt / nicht erkannt Antwortzeit in ms/ Rotation in Grad Rotationstest

Antwortzeit in ms/ Skalierung in % Skalierungstest

Histogramm Ansatz Vergleich Anzahl Rot-, Grün- und Blauwerte mit Hilfe von Histogrammen Histogramm: Häufigkeitsverteilung metrisch skalierter Merkmale Zählt pro Kanal Anzahl Pixel mit Wert x Histogramme normalisiert

Vergleichsmaß Idee: Ähnliche Bilder, ähnliche Werte Verteilung -> kleines h Vergleich aller Bilder, Bild mit kleinstem h am ähnlichsten

ERGEBNISSE

Antwortzeit in ms/ Anzahl Pixel Rotationstest

Anzahl erkannte Bilder/ Rotation in Grad Rotationstest

Erkannt / Nicht erkannt Rotationstest Richtig entschieden/ Falsch entschieden

Antwortzeit in ms/ Skalierung in % Skalierungstest Anzahl erkannt/ Skalierung in %

Erkannt / Nicht erkannt Skalierungstest Richtig entschieden / falsch entschieden

SURF Algorithmus SURF = Speeded Up Robust Features Unterteilung in 3 Schritte: Interessante Punkte finden, beschreiben, mit anderen Bild vergleichen Hauptkomponenten: Detektor und Deskriptor

Detektor Findet interessante Punkte in Bild Guter Detektor findet selbe Punkte unter verschiedenen Sichtverhältnissen Formel:

Boxfilter

Deskriptor Ordnet gefundenen Punkten Merkmale zu Merkmale gut unterscheidbar und unempfindlich gegen Störung Extrahiert Merkmalsvektor in rechteckigem Bereich um Punkt Vergleich zwischen Bilder über Distanzmaß zwischen Vektoren

ERGEBNISSE

Anzahl erkannte Bilder/ Rotation in Grad Rotationstest Anzahl richtig entschieden / falsch entschieden

Antwortzeit in ms / Anzahl Pixel Rotationstest

Anzahl erkannter Bilder/ Skalierung in % Skalierungstest

FAZIT & SCHLUSSFOLGERUNG

VIELEN DANK FÜR DIE AUFMERKSAMKEIT

POWERFLASHER GMBH BELVEDEREALLEE AACHEN DENNIS SABELLECK Entwickler E T