Jochen Wangerowski Seminar: „Bildverarbeitung und Computervision“ 27.11.2015, Universität Stuttgart Betreuer:Prof. Dr.-Ing. Andrés Bruhn IMAGE SEGMENTATION.

Präsentation zum Thema: "Jochen Wangerowski Seminar: „Bildverarbeitung und Computervision“ 27.11.2015, Universität Stuttgart Betreuer:Prof. Dr.-Ing. Andrés Bruhn IMAGE SEGMENTATION."—  Präsentation transkript:

1 Jochen Wangerowski Seminar: „Bildverarbeitung und Computervision“ 27.11.2015, Universität Stuttgart Betreuer:Prof. Dr.-Ing. Andrés Bruhn IMAGE SEGMENTATION

2 SEGMENTATION

3

4

5 K-MEANS

6

7

8 Pros  Einfach (Matlab) und schnell Cons  K muss gewählt werden  Hängt stark von Initialisierung ab  Stark anfällig für „Ausreißer“ Schlechte Wahl von K Gute Wahl von K

9 MEAN-SHIFT

10 Search window Center of mass Mean Shift vector Mean Shift vector MEAN-SHIFT Slide by Y. Ukrainitz & B. Sarel edited by Jochen Wangerowksi

11 Search window Center of mass Mean Shift vector Mean Shift vector MEAN-SHIFT Slide by Y. Ukrainitz & B. Sarel edited by Jochen Wangerowksi

12 Search window Center of mass Mean Shift vector Mean Shift vector MEAN-SHIFT Slide by Y. Ukrainitz & B. Sarel edited by Jochen Wangerowksi

13 Search window Center of mass Mean Shift vector Mean Shift vector MEAN-SHIFT Slide by Y. Ukrainitz & B. Sarel edited by Jochen Wangerowksi

14 Search window Center of mass Mean Shift vector Mean Shift vector MEAN-SHIFT Slide by Y. Ukrainitz & B. Sarel edited by Jochen Wangerowksi

15 Search window Center of mass Mean Shift vector Mean Shift vector MEAN-SHIFT Slide by Y. Ukrainitz & B. Sarel edited by Jochen Wangerowksi

16 Search window Center of mass MEAN-SHIFT Slide by Y. Ukrainitz & B. Sarel edited by Jochen Wangerowksi

17 MEAN-SHIFT

18

19

20

21

22

23

24

25 Pros Robust gegen „Ausreißer“ Funktioniert sehr gut Cons  Kernelgröße muss gewählt werden  Qualität nimmt bei höheren Dimensionen stark ab

26 MEAN-SHIFT  CAM-SHIFT ( C ontinuously A daptive M ean-shift)

27 MEAN-SHIFT  CAM-SHIFT

28 SUMMARY Segmentation K-Means Mean-Shift Cam-Shift

29 QUELLEN Texte: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.76.8968&rep=rep1&type=pdf https://de.wikipedia.org/wiki/K-Means-Algorithmus https://en.wikipedia.org/wiki/Radial_basis_function_kernel http://www.computervisiononline.com/blog/tutorial-using-camshift-track-objects-video http://docs.opencv.org/master/db/df8/tutorial_py_meanshift.html#gsc.tab=0

30 QUELLEN Bilder : S2: K Grauman S4: https://buffy.eecs.berkeley.edu/PHP/resabs/images/2005/100723-2.jpg (bearbeitet durch Jochen Wangerowski) S7: https://de.wikipedia.org/wiki/K-Means-Algorithmus S8: Jochen Wangerowski S18: cv14_script22 Slides by Andrés Bruhn (Seite 6) S19/21/22: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.76.8968&rep=rep1&type=pdf Seite 14 S20: cv14_script22 Slides by Andrés Bruhn (Seite 7/9) S23: cv14_script20 Slides by Andrés Bruhn (Seite 36) S24: http://docs.opencv.org/master/meanshift_face.gif S26: http://docs.opencv.org/master/camshift_face.gif S27: http://docs.opencv.org/master/camshift_result.jpg http://docs.opencv.org/master/meanshift_result.jpg

31 (Besonders an Herrn Bruhn, für die Tatkräftige Unterstützung und Betreuung meines Vortrages) VIELEN DANK