KÉPAF 2013 a Képfeldolgozók és Alakfelismerők Társaságának 9. országos konferenciája. Varjas Viktor, Tanács Attila

KÉPAF 2013 – a Képfeldolgozók és Alakfelismerők Társaságának 9. országos konferenciája

G´ epkocsi felismer´ es el¨ oln´ ezeti k´ epek alapj´ an Varjas Viktor, Tanács Attila Képfeldolgoz´ as és Sz´ am´ıt´ ogépes Grafika Tanszék Szegedi Tudom´ anyegyetem [email protected], [email protected]

Absztrakt. Az objektumok kép-alap´ u felismerése a sz´ am´ıt´ ogépes l´ at´ as egy nehéz feladata, a hatékony m˝ uk¨ odéshez jellemz˝ oen a felismerend˝ o objektum minél pontosabb ismerete sz¨ ukséges. Cikk¨ unkben egy gépj´ arm˝ u gy´ artm´ any-t´ıpus felismer˝ o elj´ ar´ ast ismertet¨ unk, amely el¨ olnézeti képekkel dolgozik. Egy szakirodalmi m´ odszerb˝ ol indulunk ki, amelyet m´ odos´ıtunk, hogy az a ´ltalunk o ¨sszegy˝ ujt¨ ott képi adatb´ azison megfelel˝ oen m˝ uk¨ odj¨ on, amit az oszt´ alyoz´ o elj´ ar´ as m´ odos´ıt´ as´ aval ér¨ unk el. A m´ odszer feltételezi, hogy a j´ arm˝ u szabv´ anyos rendsz´ amt´ abl´ aval rendelkezik, az j´ ol l´ athat´ o és t´ıpusonként el˝ o´ırt helyen tal´ alhat´ o. A rendsz´ amt´ abla ismeretében meghat´ aroz´ asra ker¨ ul egy, a gépkocsi t´ıpus´ at j´ ol jellemz˝ o régi´ o (ROI), amelyb˝ ol megfelel˝ o képjellemz˝ o kinyerése ut´ an végrehajt´ odik az oszt´ alyoz´ as egy tan´ıt´ o halmaz seg´ıtségével. A rendsz´ amt´ abl´ ak manu´ alis kijel¨ olésével az oszt´ alyoz´ o m´ odszer jellemzését kapjuk, a szegment´ al´ asi hib´ ak hat´ as´ anak minim´ alisra cs¨ okkentésével. T¨ obbféle szempont alapj´ an tesztelt¨ uk a felismer˝ ot. 10 oszt´ aly és 727 kép esetén k¨ ozel t¨ okéletes oszt´ alyoz´ as érhet˝ o el. Gyakorlati problém´ ak megold´ as´ ahoz bemutatunk egy félautomata és egy teljesen automata m´ odszert. A szegment´ al´ asi hib´ ak hat´ as´ ara a felismerési ar´ any 93% és 88% k¨ or¨ ul alakul. A bemutatott m´ odszer sk´ al´ azhat´ o, a tan´ıt´ o halmaz elemsz´ am´ at´ ol f¨ ugg˝ oen az oszt´ alyoz´ asi id˝ o szab´ alyozhat´ o. A képek kis méret˝ u reprezent´ aci´ oja t¨ obbféle, ak´ ar mobil kliens-szerver megval´ os´ıt´ ast is lehet˝ ové tesz.

1.

Bevezet´ es

A digit´ alis fényképezés elterjedésével felfoghatatlan mennyiség˝ u fénykép árasztotta el a vil´ agh´ al´ ot. Az interneten elérhet˝o szöveges tartalmak keresése manaps´ ag m´ ar j´ ol m˝ uk¨ odik, de a képek ábrázolt tartalom alapján történ˝o keresése a sz´ am´ıt´ ogépeknek egy rendk´ıv¨ ul bonyolult feladat, hiszen gyakran a kép magas szint˝ u értelmezését k¨ oveteli meg. Egy kép csak számok halmaza, amelyekb˝ol adott esetekben nagyon bonyolult eljárásokkal lehet olyan információkat kivonni, amire az emberi agy pillanatok alatt képes. Cikk¨ unk egy, az ember számára viszonylag egyszer˝ u problémára keres megold´ ast: a képen l´ athat´ o gépkocsi gyártójának és t´ıpusának felismerésére szemb˝ol kész¨ ult felvételek alapj´ an. A szakirodalomban több módszer is foglalkozik ezzel a problém´ aval. Majdnem az összes megközel´ıtés a rendszámtáblát használja fel, mint kiindul´ o pontot a modell-jellemz˝ok kivonására. A [6] cikkben els˝o lépésként a gy´ art´ ot pr´ ob´ alj´ ak meg azonos´ıtani, a gyártó emblémájának detektálásával és

294


azonos´ıt´ as´ aval. Ezt k¨ ovet˝ oen a ROI-t további régiókra bontják, majd minden régi´ ora egy SIFT jellemz˝ ot határoznak meg, amelyeket PNN (Probabilistic Neural Network) seg´ıtségével osztályozzák. Felhasználhatóak még a kont´ ur pontok orient´ aci´ oi [7], vagy egy, a lokális energián alapuló alakle´ıró hisztogram (LESH Local Energy based Shape Histogram) [8]. A [9] cikkben els˝o lépésként globális és kézzel annot´ alt jellemz˝ ok seg´ıtségével vizuálisan jól elk¨ ulön¨ ul˝o régiókat vonnak ki, majd ezeket a részeket lokális alakjellemz˝ok kivonásával jellemzik. Zhang és Zhou Curvelet transzformáció és PHOG (Pyramid Histogram of Oriented Gradients) jellemz˝ ok seg´ıtségével próbálnak t´ıpus azonos´ıtást végrehajtani [10]. Petrovic [11] cikkében szintén gradiens alap´ u jellemz˝okkel dolgozik, azzal a k¨ ul¨ onbséggel, hogy az oszt´ alyozás 2 fázisból áll. Az els˝o fázisban nagyon valósz´ın˝ u tal´ alatokat ´ allap´ıtanak meg, majd egy második finom´ıtási fázis következik, ahol ezek k¨ oz¨ ul a modellek k¨ oz¨ ul választanak egyet u ´gy, hogy ROI-kat véletlen módon eltolj´ ak és elforgatj´ ak, ezzel kompenzálva az esetleges ROI kijelölési hibákat. A jellemz˝ ok rengeted m´ odon osztályozhatóak. Gyakori megoldások a Bayesalap´ o technik´ ak, legk¨ ozelebbi szomszéd módszer, döntési-fa alap´ uak, neurális h´ al´ ok, tov´ abb´ a sz´ amos osztályozó összekapcsolásával is jó eredményeket lehet elérni. Az oszt´ alyoz´ ok egy¨ uttese azonban néha gyengébb eredményt ér el, mint a benne szerepl˝ o legjobb osztályozó, hiszen a többi lerontja a teljes´ıtményét. Mi egy olyan megk¨ ozel´ıtést választottunk, amely a képeken egy, a gyártót és t´ıpust j´ ol jellemz˝ o ter¨ uletet (ROI) igyekszik detektálni, és egy összeáll´ıtott tan´ıtó adathalmaz seg´ıtségével végzi el az osztályozást [1, 2]. A feladat megoldásához sz¨ ukséges egy megfelel˝ o képi adatbázis összeáll´ıtása. A szakirodalmi cikkek sok oszt´ allyal (77 darab) és oszt´ alyonként viszonylag alacsony szám´ u képpel, összesen ezer k¨ or¨ ulivel dolgoztak. Bizonyos t´ıpusokhoz csak 3-4 minta tartozott. Mi arra t¨ orekedt¨ unk, hogy minden osztályhoz igen nagy szám´ u minta álljon rendelkezésre és minél v´ altozatosabb m´ odon, többféle kamerával kész¨ uljenek. Jelenleg az oszt´ alyok sz´ ama 10, plusz egy speciális, amely olyan gépkocsikat tartalmaz, amelyek nem tal´ alhat´ ok meg a tan´ıt´ o adatbázisban (k´ıv¨ ules˝ok). Az osztályok számának n¨ ovelése jelenleg is folyamatban van. A szakirodalmi m´ odszerek [1, 2] a Sobel gradiens operátorra ép¨ ul˝o u ń. Square Mapped Gradient (SMG) jellemz˝ot tartották a legjobbnak a gradiens alap´ u jellemz˝ ok k¨ oz¨ ul, amit a mi vizsgálataink is alátámasztanak. A korábban javasolt oszt´ alyoz´ o elj´ ar´ as viszont nem m˝ uködött elfogadhatóan a saját képi adatbázisunkon, azon m´ odos´ıtani kellett. A szakirodalmi cikkek k¨ ulönválasztják az oszt´ alyoz´ o jellemzését és a gyakorlatban is használható automatikus módszerek t´ argyal´ as´ at. Az els˝ oh¨ oz egy közel tökéletes, manuális rendszámtábla szegmentál´ ast haszn´ alnak, és 97% k¨ or¨ uli találati arányt képesek elérni. A második, teljesen automatikus gyakorlati esetben ez 87% kör¨ ul alakul [1]. A mi eredményeink ezzel osszevethet˝ ¨ ok, ´ altal´ aban valamivel magasabbak is. A k¨ ovetkez˝ o fejezetben el˝oször az osztályozó módszert ismertetj¨ uk, majd a félautomatikus és automatikus módszer¨ unket ´ırjuk le. Az eredmények tárgyalását a képi adatb´ azis ismertetésével kezdj¨ uk, majd többféle szempont szerint tesztelj¨ uk az oszt´ alyoz´ ot.

295


2. 2.1.

Oszt´ alyoz´ o m´ odszer ROI kijel¨ ol´ es

Az algoritmus kulcsfontoss´ ag´ u lépése egy olyan tartomány meghatározása a képen, amely egy ´ alland´ o, modelleken bel¨ ul nem változó részt határoz meg (ROI – Region Of Interest). Kézenfekv˝o az ötlet, hogy ezt a ROI-t például a rendsz´ amt´ abla j´ ol meghatározza, mert modellenként jó közel´ıtéssel az autó elejének ugyanazon régi´ oj´ ara van rögz´ıtve (1. ábra).

1. ´ abra: Egy lehetséges ROI kijel¨ olés a rendsz´ amt´ abla szélessége alapj´ an [1]

A kocsi felismer˝ o elj´ ar´ as csak a ROI-t használja fel az autó modelljének azonos´ıt´ as´ ara, a t¨ obbi képpont eldobható. Ha adott a rendszámtábla 3 sarokpontja, abb´ ol m´ ar megmondható a rendszámtábla hossza, magassága, középpontja, tov´ abb´ a az a sz¨ og, amellyel a kép x-tengelyéhez képest el van fordulva a képen, ´ıgy korrig´ alhat´ o az autó esetleges elforgása a képen. A ROI kijelölést elegend˝ o az eredeti kép sz¨ urkeárnyalatos változatán elvégezni, hiszen a sz´ıninform´ aci´ o semmilyen inform´ aciót sem hordoz a képen látható kocsi t´ıpusáról, ´ıgy eldobhat´ o. Fontos még a rendszámtábla maszkolása, hiszen azt semmiképpen sem szeretnénk, hogy a rendszámtáblán található bet˝ uk és számok bármilyen ir´ anyban befoly´ asolj´ ak az osztályozás kimenetelét, nem hordoznak semmilyen képi inform´ aci´ ot az aut´ o t´ıpusáról. Vég¨ ul a ROI-t elsim´ıtjuk egy 7x7-es maszkkal t¨ ortén˝ o medi´ an-sz˝ uréssel. A szakirodalomban eml´ıtett ROI kijelölést˝ol mindössze annyiban tért¨ unk el, hogy f¨ ugg˝ oleges ir´ anyban 0,8 és 0,3 s´ ullyal vessz¨ uk a rendszámtábla hosszát, mert azt figyelt¨ uk meg, hogy ´ıgy nagyobb eséllyel alkotják a ROI-t csak a kocsi pixelei. Teh´ at v´ızszintes ir´ anyban 2,6-szor akkora a ROI, mint a rendszámtábla szélessége, f¨ ugg˝ olegesen pedig 1,1-szer (1. ábra). Ez a k¨ ulönböz˝o rendszámtáblaméretekb˝ ol ad´ odik és ezeket az értékeket be kell áll´ıtani minden u ´j t´ıpus´ u rendsz´ amt´ abla esetén. Vizsg´ alatunkban mi a Magyarországon szabványos rendszámt´ abla mérettel dolgoztunk, a speciális rendszámokkal nem foglalkoztunk. A ROI onmag´ ¨ aban még nem alkalmas az autók t´ıpusazonos´ıtására, sz¨ ukséges egy a modellekre jellemz˝ o képjellemz˝ ok kinyerése. A ROI kinyerés m˝ uveletsorát a 2. ábra szemlélteti.

296


2. ´ abra: A ROI kijel¨ olése, a rendsz´ amt´ abla maszkol´ asa, valamint az esetleges elfordul´ as kompenz´ al´ asa

2.2.

Jellemz˝ o kinyer´ es

A feldolgoz´ as ezen f´ azis´ aban adott egy olyan régió, amin csak az autót egy jól jellemz˝ o része van a képnek, nagyrészt az autó elejét alkotó képpontok. Ezen ROI méretek természetesen tetsz˝olegesen változatosak lehetnek a képmérett˝ol és a kocsi fényképez˝ ot˝ ol mért távolságától f¨ ugg˝oen. Sz¨ ukséges, hogy ezeket a képeket valamilyen m´ odon egymással összevethet˝ové tegy¨ uk. A szerz˝ ok [1]-ben t¨ obbféle jellemz˝ot is figyelembe vettek, például a ROI sz¨ urke´ arnyalatos intenzit´ asértékeit, Sobel élképet, él irányultságot, FFT fázis képet, Harris sarokpont v´ alaszf¨ uggvényt. Legjobb eredményt számukra az u ń. Square Mapped Gradient (SMG) jellemz˝o adott, amit [2] és a mi vizsgálataink is al´ at´ amasztottak. A ROI képb˝ol az SMG jellemz˝ot vertikális és horizontális Sobel gradiens maszkokkal t¨ ortén˝ o konvol´ ució után, a következ˝o képlettel számolhatunk ki: s2x − s2y 2sx sy , gy = 2 , gx = 2 sx + s2y sx + s2y ahol sx az x-ir´ any´ u Sobel gradiens képet, és sy pedig az y-irány´ ut jelöli. Ez a képi jellemz˝ o j´ ol kezeli a megvilág´ıtásbeli és sz´ınbeli k¨ ulönbségeket, hiszen csak a vertik´ alis és horizont´ alis gradiensekre támaszkodik. Az ´ıgy megkapott képeket átméretezz¨ uk egy el˝ore meghatározott méretre, ami a [2] cikk szerint 162 × 68 pixel (magasság × szélesség). Több képméret kipr´ ob´ al´ asa ut´ an azt tapasztaltuk, hogy elegend˝o mindössze 34×80 pixel méret˝ u SMG képekkel dolgozni. Ezzel egyrészt megsz¨ untett¨ uk a kép magasságához mérten nagymérték˝ u horizont´ alis alulmintavételezést, másrészt ekkora képekkel egy mind¨ ossze 5440 dimenzi´ os vektortérben kell keresni, ami drasztikusan lerövid´ıti az oszt´ alyoz´ asi proced´ ur´ at. A kisebb képek képesek elnyelni olyan ROI kijelölési pontatlans´ agokat, amelyek egy nagyobb képen még látszódnak. Ezt k¨ ovet˝ oen egy jellemz˝o vektort hozunk létre, amit u ´gy kapunk, meg, hogy az x- és y-ir´ any´ u SMG képeket egy vektorrá konkatenáljuk, amit jelöljön F . Vég¨ ul a vektor értékeit ´ atskálázzuk a [−1, 1] intervallumba: F (i) = 2 · 2.3.

F (i) − Min(F ) − 1 , ahol i = 1, 2, . . . |F | . Max(F ) − Min(F )

Oszt´ alyoz´ as

Az oszt´ alyoz´ as feladata, hogy egy ROI képr˝ol megállap´ıtsa, azon milyen gyártmány´ u és t´ıpus´ u aut´ o tal´ alhat´ o. Ehhez sz¨ ukséges egy adathalmaz, amely manuálisan

297


felc´ımkézett jellemz˝ ovektorokat tartalmaz. Az osztályozásnak ´ıgy azt kell megallap´ıtania egy bemeneti jellemz˝ovektorról, hogy az adathalmazban szerepl˝ok ´ k¨ oz¨ ul valamelyikhez elegend˝oen közel van-e? Ha igen, akkor az adott osztályhoz tartozik, egyébként sikertelen az osztályba sorolás. Lehet˝oség van nem csak a legk¨ ozelebbi szomszéd, hanem a 3 vagy akár több legközelebbi megkeresésére, majd t¨ obbségi szavaz´ assal eldönteni, hogy az adott vektor melyik osztályba tartozik. Két jellemz˝ ovektor t´ avolsága számos módon definiálható. A szakirodalmi cikkben [1] két vektor t´ avolságán az általuk bezárt szöget értik. Ez a választás logikus az egyszer˝ u Euklideszi távolsággal szemben, mert ´ıgy a jellemz˝ovektor magnit´ ud´ oja nem, csak az általuk meghatározott irány játszik szerepet. Azt tapasztaltuk, hogy a mi adatbázisunkon ez a metrika nem m˝ uködik jól. Helyette a jellemz˝ ovektorok korrel´ acióját választva jelent˝osen megugrik a sikeres osztályoz´ asok ar´ anya (l´ asd a 4.2. alfejezetet). Az oszt´ alyoz´ ohoz ¨ ossze kell tehát áll´ıtani egy alaphalmazt. Többféle konstrukci´ ot tesztelt¨ unk. Az els˝o esetben minden osztály esetében 3-4 modell figyelembe vételével t¨ orténik. Ezeket a modelleket a jó min˝oség˝ u képek köz¨ ul v´ alasztottuk ki és igyekezt¨ unk u ´gy megadni ˝oket, hogy lefedjék az esetleg rendsz´ amt´ abla t´ıpus eltéréseket, hiszen több t´ıpus´ u rendszámtábla is forgalomban van, ami befoly´ asolja a ROI kijelölését és ´ıgy az osztályozást is.1 Megvizsgáltuk azt az esetet is, amikor oszt´ alyonként jelent˝osen több, 20-20 jellemz˝ovektor ker¨ ult be az oszt´ alyoz´ o halmazba. Vég¨ ul a ”leave-one-out” tesztet is végrehajtottuk, amikor egy aut´ ohoz tartoz´ o képek kivételével mindet betessz¨ uk az osztályozó halmazba. Természetesen az osztályozó halmazba ker¨ ul˝o vektorok nem szerepelnek a teszthalmazban. Az oszt´ alyozó id˝oigénye f¨ ugg az osztályozó halmaz elemszám´ at´ ol, ´ıgy az elv´ art v´ alaszid˝o is fontos szerepet játszik ennek beáll´ıtásában.

3.

F´ elautomatikus ´ es automatikus kiterjeszt´ es

A rendsz´ amt´ abla sarokpontjainak kézi meghatározásával lehet˝oség ny´ılik az oszt´ alyoz´ o m´ odszer jellemz˝ oinek vizsgálatára, viszont a gyakorlati problémák megold´ as´ an´ al ez nem kivitelezhet˝o. A vizsgált szakirodalmi cikkben [1] is javasolnak egy automatiz´ al´ asi lehet˝oséget, de csak pár mondatban emelik ki a lényegi lépéseket, ami alapj´ an a szegmentáló eljárás nem reprodukálható. Mi egy félautomatikus, és egy erre ép¨ ul˝o automatikus megközel´ıtést mutatunk be. A félautomata arra utal, hogy sz¨ ukség van felhasználói beavatkozásra. Feltételezz¨ uk, hogy ismert egy pontja a rendszámtáblának (kiindulási pont), amit péld´ aul a felhaszn´ al´ o ad meg okostelefonjának érint˝oképerny˝oje seg´ıtségével, vagy asztali gép esetén az egérrel. Az automatikus módszer¨ unk a kép elemzésével pr´ ob´ al ilyen kiindul´ asi pontot találni. A tesztek során minden kocsira el˝ore le1

Ezekben az esetekben a rendsz´ amt´ abla mérete és elhelyezkedése nem v´ altozik, csak a rendsz´ amt´ abla tartalma, amely a félautomatikus és az automatikus m´ odszerek esetén fontos lesz. Ilyen péld´ aul a régi, magyar felségjelzést, és az u ´j, kék h´ attérben uni´ os z´ aszl´ ot tartalmaz´ o.

298


mentett¨ unk egy-egy kiindul´ asi pontot, amely nem a rendszámtábla bet˝ uire/számaira illetve nem azok bels˝ ou ¨regpontjaira esik. 3.1.

F´ elautomata m´ odszer

A szegment´ al´ as egy régi´ on¨ ovel˝o eljáráson alapul [4]. A módszer lényege, hogy adott pontb´ ol indulva pr´ ob´ alunk létrehozni egy régiót, egészen addig, am´ıg van az aktu´ alis régi´ o pontjainak olyan szomszédja, amelyre a következ˝o feltételek teljes¨ ulnek: – Az intenzit´ asa egy adott intervallumba esik. – A kiindul´ asi pontt´ ol mért távolsága nem nagyobb egy k¨ uszöbnél. Az intenzit´ as intervallumot természetesen célszer˝ u az aktuális kiindulási pont intenzit´ asa alapj´ an meghat´ arozni, vagy annak egy adott környezetéb˝ol. A kiindul´ asi pont intenzit´ as´ anak f¨ uggvényében finomhangolható a szegmentálás nagyon s¨ otét megvil´ ag´ıt´ as kezelésére is u ´gy, hogy ezekben az esetekben csak sz˝ uk intenzit´ astartom´ anyt enged¨ unk meg. A kiindulási ponttól mért távolságk¨ uszöböt a kép szélessége f¨ uggvényében adtuk meg u ´gy, hogy a kép szélességének harmad´ an´ al messzebb lév˝ o pont nem ker¨ ulhet be a régióba. A régi´ o hat´ ar´ an bel¨ ul keletkez˝o lyukakat az algoritmus automatikusan feltölti. Gyakran el˝ ofordul, hogy a régió kifolyik a rendszámtáblán lév˝o egyéb feliratok, a gyenge megvil´ ag´ıt´ as vagy a koszos rendszámtábla miatt vagy darabokra esik szét. Ezeket az eseteket megfelel˝ oen alkalmazott morfológiai m˝ uveletek seg´ıtségével korrig´ alhatjuk (3. ´ abra).

3. ´ abra: A bal fels˝ o képen a régi´ on¨ ovelés eredménye l´ athat´ o. Mellette a lyukfelt¨ oltés eredménye, vég¨ ul az ut´ ofeldolgoz´ as eredménye és alul annak visszavet´ıtése az eredeti képre. A kitakart karakterek anonimit´ asi célt szolg´ alnak.

A régi´ on¨ oveléshez nem a sz¨ urkeárnyalatos képet használtuk, hanem az eredeti sz´ınes kép kék csatorn´ aj´ at. Ennek az az oka, hogy az EU-s rendszámtáblák bal oldala kék, ami viszonylag magas intenzitással jelenik meg a kék csatornán, ´ıgy az esetek d¨ ont˝ o t¨ obbségében nem okoz szegmentálási hibát. Arra az esetre, ha nem siker¨ ulne a rendsz´ amt´ abla szegmenshez hozzávenni a kék EU-s részt, minden modellhez felvett¨ uk a tan´ıt´ o halmazba egy speciális tan´ıtó elemet, amelynél a kék szegmens nélk¨ uli rendsz´ amt´ abla szám´ıt a tökéletes szegmentálásnak, ´ıgy kezelve az oszt´ alyoz´ asn´ al ezt az esetenként bekövetkez˝o szegmentálási hibát (4. ábra).

299


4. ´ abra: Rosszul szegment´ alt, de j´ ol oszt´ alyozott EU-s rendsz´ amt´ abl´ as kocsi. A kitakart karakterek anonimit´ asi célt szolg´ alnak.

Az oszt´ alyoz´ o m´ odszer m˝ uködéséhez még sz¨ ukséges, hogy a szegmentált rendsz´ amt´ abla alapj´ an annak sarokpontjait meghatározzuk. A szegmentálási és reprezent´ aci´ os hib´ ak miatt ez nem triviális feladat. Vessz¨ uk a szegmens kont´ urját és a szomszéds´ agokat vizsg´ alva 4 halmazba osztjuk ˝oket, amelyek a rendszámtábla megfelel˝ o oldalpontjai lesznek. Ezekre a halmazokra illeszt¨ unk 1-1 egyenest u ´gy, hogy minimaliz´ aljuk a pontok egyenest˝ol mért távolságának négyzetösszegét. Vég¨ ul az egyenesek metszéspontjai lesznek a rendszámtábla sarokpontjai (5. ábra).

5. ´ abra: A ponthalmazokra illesztett egyenesek és azok metszéspontjai. Kék sz´ınnel a szegment´ alt kont´ ur l´ athat´ o. A kitakart karakterek anonimit´ asi célt szolg´ alnak.

3.2.

Automata m´ odszer

Az automatikus m´ odszert a félautomatikusra vezetj¨ uk vissza, vagyis a kép elemzésével meg kell tal´ alnunk egy megfelel˝o rendszámtábla pontot. Az algoritmus az eredeti sz´ınes kép sz¨ urke´ arnyalatos változatán dolgozik, nincs sz´ıninformációra sz¨ ukség. Mivel a képek egy jól meghatározott protokoll szerint kész¨ ulnek, ´ıgy felhaszn´ alhatjuk ezt az információt, hogy a lényegtelen ter¨ uletek egy részét eldobjuk. A v´ alaszt´ asunk f¨ ugg˝oleges irányban a kép alsó kétharmad, v´ızszintes ir´ anyban a k¨ ozéps˝ o fél részére esett. A ROI ter¨ uleten egy 9-es kernelméret˝ u medi´ an sz˝ urést végezt¨ unk.

300


Az alap¨ otlet Ondrej Martinsky dolgozatából származik, aminek lényege, hogy olyan ter¨ ulet lesz nagy val´ osz´ın˝ uséggel rendszámtábla, amelyen s˝ ur˝ un helyezkednek el az élek [5]. A képen egy x-irány´ u élkeresést végz¨ unk, k¨ uszöbölj¨ uk, és kisz´ am´ıtjuk a v´ızszintes ir´ any´ u vet¨ uleteit. Feltételezz¨ uk, hogy a maximális vet¨ uleti értékhez tartoz´ o sor ´ athalad a rendszámtáblán (6. ábra), ´ıgy ezen keres¨ unk megfelel˝ o kiindul´ asi pontot.

6. ´ abra: Rendsz´ amt´ abl´ an a ´thalad´ o v´ızszintes ir´ any detekt´ al´ asa. Bal oldalon a k¨ usz¨ ob¨ olt magnit´ ud´ o kép és annak v´ızszintes vet¨ uletei, jobb oldalon a rendsz´ amt´ abl´ an a ´tmen˝ o szakasz, amin a kiindul´ asi pontot keress¨ uk a szegment´ al´ ashoz.

A kiindul´ asi pont v´ alasztáshoz több pontot is megvizsgálunk az egyenesr˝ol. A kezd˝ opont az egyenes k¨ ozéppontja, ahonnan végrehajtjuk a régiónövelést és elmentj¨ uk a hozz´ a tartoz´ o régió ter¨ uletét. Ha ez a ter¨ ulet kisebb, mint egy k¨ usz¨ obsz´ am, akkor karaktert vagy karakter lyukat találtunk el és nem vessz¨ uk figyelembe. A k¨ ovetkez˝ o pontokat adott távolsággal történ˝o jobb és bal irány´ u ugr´ assokkal vessz¨ uk. Minden ponthoz kiszám´ıtjuk a bel˝ole növelhet˝o régió ter¨ uletét u ´gy, hogy a kicsi ter¨ uleteket eldobjuk. Ha 4 régiónövelés közel azonos méret˝ u ter¨ uletet eredményez, akkor az utoljára használt kiindulási pontot elfogadjuk és végrehajtjuk vele a rendszámtábla szegmentálást, majd az osztályozást. Ha végigért¨ unk az egyenesen, de nem volt 4 hasonló ter¨ ulet˝ u régió, akkor véletlenszer˝ uen v´ alaszthatunk vagy valamilyen heurisztika alapján, mint például a kép mérete alapj´ an v´ arhat´ o rendszámtábla ter¨ ulet.

4. 4.1.

Eredm´ enyek ki´ ert´ ekel´ ese K´ epi adatb´ azis

Az adatb´ azist 869 szemb˝ ol kész¨ ult kép alkotja, és 11 osztály, amelyek egy 34 h´ onapos peri´ odus sor´ an ker¨ ultek összegy˝ ujtésre Szegeden, az utcán parkoló aut´ okr´ ol. Ezek k¨ oz¨ ul 727 kép azokról az autókról kész¨ ult, amelyek a felismerés 10 oszt´ aly´ at képzik, a 11. oszt´ aly egy speciális ”outlier” osztály, azaz olyan autókról is tartalmaz 100 képet az adatbázis, amelyek nem részei a felismerni k´ıvánt 10 t´ıpusnak. Ezzel azt fogjuk vizsgálni, hogy mennyire képes az algoritmus megmondani egy aut´ or´ ol, hogy része-e a felismerni k´ıvánt modelleknek. A képekb˝ol t´ıpusonként 3-4, ¨ osszesen 42 darab, a t´ıpust jól jellemz˝o képet kiválasztottunk tan´ıt´ asi halmaz elemnek (7. ábra). A többi 827 képet tesztelésre használtuk.

301


Modell Darabsz´ am Peugeot 206 55 Peugeot 307 47 Opel Astra 100 Skoda Fabia 100 Skoda Octavia 43 Volkswagen Golf 93 Volkswagen Polo 45 Ford Focus 47 Renault Megane 97 Suzuki Swift 100 Oszt´ alyon k´ıv¨ uli 100 7. ´ abra: Modellek eloszl´ asa a teszttelési képi adatb´ azisban (bal oldal) és néh´ any kép az adatb´ azisb´ ol (jobb oldal)

Az adatb´ azis gy˝ ujtésének gyors´ıtása érdekében minden autóról 2 darab kép kész¨ ult, de a m´ asodik m´ as szögb˝ol és/vagy távolságból. Ennek a módszernek az is el˝ onye, hogy ´ıgy j´ ol megfigyelhet˝oek az esetleges osztályozási hibák távolság/szög osszef¨ ¨ uggései, hiszen el˝ ofordulhatnak olyan esetek, hogy az egyik képen szerepl˝o aut´ ot siker¨ ul felismerni, de a párját már nem. Egy modellen bel¨ ul ugyanabból az évjáratból gy˝ ujtött¨ unk képeket a Suzuki Swift kivételével, ahol 2 k¨ ulönböz˝o modellr˝ol kész¨ ultek felvételek. Megvilág´ıtás szempontj´ ab´ ol el˝ ofordulnak éjszakai, hajnali, es˝os, árnyékos, t˝ uz˝o napos, valamint olyan képek is, ahol az autó egyik fele er˝osen megvilág´ıtott a másik pedig arnyékban van. Teh´ ´ at sokféle, a gyakorlatban el˝oforduló megvilág´ıtási lehet˝oséget igyekezt¨ unk belevinni az adatbázisba. A kocsitól mért távolság is változatos, el˝ ofordulnak k¨ ozel 1 méterr˝ol kész¨ ult képek, valamint 10 métert is meghaladó t´ avols´ agok. A képeket szemb˝ol, k¨ ulönböz˝o magasságból kész´ıtett¨ uk, de törekedt¨ unk arra, hogy a rendsz´ amtábla alakja legfeljebb csak kismérték˝ u perspekt´ıv torzul´ ast szenvedjen. A képek 2 megapixeles mérettel, háromféle kamera felhasználásával kész¨ ultek: Pentax Optio (kompakt gép, 2MP, 4:3-as képarány), Sony Ericsson Xperia Mini (2MP, 4:3-as és 16:9-es képarány), Samsung Galaxy S (2MP, 4:3-as képarány). A 3 k¨ ul¨ onb¨ oz˝ o kamera használatát az indokolja, hogy ´ıgy a módszer k¨ ulönböz˝o min˝ oség˝ u képeken is kipr´ ob´ alásra ker¨ ul. A 3 kamera eltér˝o min˝oség˝ u képet produk´ al, ami k¨ ul¨ on¨ osen Xperia Mini esetében vehet˝o észre. A legjobb min˝oséget a Pentax adta, a legrosszabbat az Xperia. A képkész´ıtési protokoll megköveteli, hogy lehet˝ oleg csak 1 kocsi szerepeljen a képeken, ami a kép középs˝o részén helyezkedik el. Sz´ amos olyan kép is kész¨ ult, ahol az autó egy lényeges részét egy oszlop vagy m´ as hétk¨ oznapi akadály eltakarja. Minden képhez elt´ aroltuk az ideális rendszámtábla sarokpontokat, melyeket manu´ alisan jel¨ olt¨ unk ki. Az szakirodalmi cikkek [1, 2] által tárgyalt módszerek feltételezik, hogy ismerj¨ uk az ideális sarokpontokat. Így lehet˝ové válik az osz-

302


t´ alyoz´ o m´ odszer k¨ ozvetlen vizsgálata, a szegmentálási hibák okozta hatás minim´ alisra cs¨ okkentésével. Az ideális sarokpontok ismeretében további, a robusztuss´ agot vizsg´ al´ o tesztek is elvégezhet˝ok. A cikkekben 74 és 77 osztállyal dolgoznak és közel 1000 mintával, ami azt jelenti, hogy sokkal kevesebb minta jut egy adott modellre. Olyan eset is el˝ofordul, hogy 2-3 képpel tesztelnek egy adott t´ıpust, ami vélemény¨ unk szerint nem igazán mérvad´ o. N´ alunk kevesebb osztály, de sokkal több minta található osztályonként. Természetesen az oszt´ alyok és képek száma tovább növelhet˝o, ez csak id˝o és befektetett munka kérdése. 4.2.

Eredm´ enyek

Az el˝ oz˝ o fejezetekben ismertetett módszereket többféle szempontból is kiértékelt¨ uk az adatb´ azisunkon. El˝oször a [1] cikk alapján javasolt paraméter-beáll´ıt´ asokat haszn´ altuk, amellyel a szerz˝ok a saját adatbázisukon 97,7%-os találati ar´ anyt értek el. A cikkben javasolt osztályozó módszer (vektorok bezárt szöge) nem m˝ uk¨ odik a képeinken, 45%-közeli felismerési eredményt tudott csak produk´ alni. Ezt lecserélve a korrelációra, a sikeres felismerési arány 96% közelébe ugrik (1. t´ abl´ azat).

Modell Mint´ ak sz´ ama Sikeres Sikertelen Ar´ any 206 55 55 0 100% 307 47 47 0 100% Astra 100 100 0 100% Fabia 100 99 1 99% Focus 43 43 0 100% Golf 93 88 5 94.6% Megane 45 45 0 100% Octavia 47 47 0 100% Polo 97 85 12 87.6% Swift 100 92 8 92% ¨ 727 701 26 96.4% Osszegz´ es 1. t´ abl´ azat: Oszt´ alyoz´ asi eredmények 162 × 88 méret˝ u ROI esetén, SMG jellemz˝ ovel és korrel´ aci´ o-alap´ u oszt´ alyoz´ oval

Felmer¨ ult a kérdés, hogy sz¨ ukséges-e a jól teljes´ıt˝o korrelációs metrika mellett 162 × 68-as képekkel dolgozni, amelyekkel egy 22032 dimenziós képjellemz˝o térben kell keresni és olyan módon skálázni a képet, hogy horizontálisan rengeteg inform´ aci´ ot eldobunk. Ekkora térben keresni id˝oigényes feladat, arról nem is beszélve, hogy az eredményeken sem jav´ıt a nagyobb szám´ıtást igényl˝o képméret, ahogy az a k¨ ovetkez˝ o eredményekb˝ol látható. Több képméret kipróbálása után azt tapasztaltuk, hogy elegend˝o mindössze 34 × 80 pixel méret˝ u SMG képekkel

303


dolgozni. Ebb˝ ol az is l´ atszik, hogy a kép magasságához mérten nagymérték˝ u horizont´ alis alulmintavételezést is megsz¨ untett¨ uk. Ekkora képekkel egy mindössze 5440 dimenzi´ os vektortérben kell keresni, ami drasztikusan lerövid´ıti az osztályoz´ asi proced´ ur´ at. Egy kocsi a´tlagos osztályozási ideje 0.5 másodpercre csökkent.2 A fut´ asi id˝ on t´ ul az eredmények is javultak, ami annak köszönhet˝o, hogy a kisebb képek képesek elnyelni olyan ROI kijelölési pontatlanságokat, amelyek egy nagyobb képen még l´ atszódnak, ´ıgy növelve a fedésben lév˝o pixelek számát. Az is gyakran el˝ ofordul, hogy a rendszámtábla alapból ferdén van felszerelve vagy eldeform´ al´ odott. A kisebb méret˝ u képek ezeket a hibákat is képesek lehetnek toler´ alni. A 34 × 80-as SMG képpel kapott eredmények még az eddigi eredményeket is fel¨ ulm´ ult´ ak, mindössze 4 kocsit hibázott el az osztályozó a 727-b˝ol, ´ıgy 99,4%-os, k¨ ozel t¨ okéletes találati arányt ért el. 4.3.

Tan´ıt´ o halmaz vizsg´ alata, ”leave-one-out” teszt

A tov´ abbiakban a legjobbnak bizonyult 34×80-as SMG jellemz˝oket használjuk, a t´ avols´ agmetrika pedig a korreláció lesz és a tan´ıtó halmaz k¨ ulönböz˝o módos´ıtásait vizsg´ aljuk. Az eddig t´ argyalt eredmények u ´gy sz¨ ulettek, hogy modellenként 3-4 kép ker¨ ult bele a tan´ıt´ o halmazba, aminek jó hatása van a futási id˝ore, hiszen minél kevesebb elem˝ u a tan´ıtó halmaz, annál kevesebb elemmel kell összevetni az oszt´ alyozand´ o elemet. Felmer¨ ul a kérdés, hogy mennyire befolyásolja az oszt´ alyoz´ as sikerességét a tan´ıtó halmaz mérete, a jellemz˝o tér nagyobb mérték˝ u tel´ıtettsége? A kérdés megv´ alaszolása érdekében 2 tesztet hajtottunk végre. Az els˝ o teszt sor´ an a teszt adathalmazból minden osztályra vett¨ uk az els˝o 20 képet az adatb´ azisb´ ol és tan´ıtó halmaznak választottuk. Így egy 200 elem˝ u halmaz j¨ ott létre, amelyet 527 mintával tesztelt¨ uk, ahol a minták teljesen f¨ uggetlenek a tan´ıt´ o halmazt´ ol. A tan´ıt´ o halmaz moderált növelése a találati arányt 100%-ra n¨ ovelte. A fut´ asi id˝ o´ atlagosan 2.1 másodperc volt. A m´ asodik teszt egy validációs teszt, amelyet angolul ”leave-one-out crossvalidation” néven eml´ıt a szakirodalom [3]. A ”leave-one-out” arra utal, hogy ennél a tesztnél az egész adatbázist tan´ıtó halmazként kezelj¨ uk, annak a képnek a kivételével, amit éppen osztályozni szeretnénk és ´ıgy tesztelj¨ uk az összes képet az adatb´ azisban. Ennek a tesztnek a futási ideje jelent˝osen nagyobb, mint az eddigieknek, de j´ ol szemlélteti a módszer viselkedését nagyszám´ u tan´ıtó minta esetében. Az adatb´ azisunk strukt´ urájából (minden autóról 2-2 kép kész¨ ult) adód´ oan mindig kivett¨ uk az aktuális kocsi párját is a tan´ıtó halmazból, ´ıgy 725 elem˝ u tan´ıt´ oval t¨ orténik az osztályozás. A teszt eredményei nagyon ´ıgéretesek, mind¨ ossze 1 kocsit hib´ azott el, ´ıgy 99,9%-os eredményt ért el. A futási id˝o 9.3 m´ asodperc k¨ or¨ ul mozgott. A 725 elem˝ u tan´ıtó halmaz remek szereplése több szempontb´ ol is pozit´ıv. Az els˝o, hogy 10 osztály esetén tel´ıtettebbnek mondhat´ o jellemz˝ o térben is kiválóan szerepel a módszer. A második pedig, hogy olyan modellek is beker¨ ultek ezzel a módszerrel a tan´ıtó halmazba, amiknek 2

A teszteket egy AMD Phenom II X4 Black Edition (3.8 GHz) CPU-n futtattuk. A program p´ arhuzamos´ıt´ as nélk¨ ul, egy sz´ alon futott.

304


am´ ugy nem lenne ott a hely¨ uk, vagyis amelyek nagyon rossz megvilág´ıtási viszonyok k¨ oz¨ ott kész¨ ultek vagy részben kitakartak, ´ıgy valójában nem alkalmasak a tan´ıt´ o szerepre. Ebb˝ ol megfigyelhet˝o a rendszer robusztussága, hiszen a zajosnak mondhat´ o tan´ıt´ o halmaz ellenére szinte hibátlan eredményeket siker¨ ult elérni. ¨ Osszefoglalva a tan´ıt´ o halmaz vizsgálatát elmondható, hogy a módszer nagyon j´ ol sk´ al´ azhat´ o. Az eredmények 20-30 tan´ıtó kép esetén is kiválóak, de tovább jav´ıthat´ oak a halmaz sz´ amosságának sokszorozásával. Ebb˝ol következ˝oen a felhaszn´ al´ asi ter¨ ulethez igaz´ıtható. Ahol megb´ızható, de valós idej˝ u futásra van sz¨ ukség, ott reduk´ alni lehet a modellek számát. Olyan alkalmazások esetén, ahol viszont nem lényeges a futási id˝o (például offline elemz˝o szoftverek esetén), nagysz´ am´ u tan´ıt´ o mint´ aval nagyon stabil eredmény érhet˝o el. 4.4.

Oszt´ alyokon k´ıv¨ uli esetek vizsg´ alata

Megvizsg´ altuk, hogy a m´ odszer mennyire képes az adatbázisban nem szerepl˝o aut´ okr´ ol meg´ allap´ıtani, hogy ”k´ıv¨ ulállók”, továbbá, hogy az adatbázisban szerepl˝ o aut´ okr´ ol mekkora eséllyel válaszolná azt, hogy nem részei az adatbázisnak. A k´ıv¨ ul´ all´ ok teszteléséhez egy 100 képet tartalmazó adatbázist használtunk, melyek nem szerepelnek a felismerni k´ıvánt kocsik között. Az osztályozó minden esetben egy val´ os sz´ amot ad vissza, amely azt méri, hogy mennyire ”korrelál” a legk¨ ozelebbi modell az input képpel. Ezt a számot megfelel˝oen k¨ uszöbölve egészen j´ o ar´ anyban tud olyan diplomatikus választ adni az osztályozó, hogy ”Az adott aut´ o nagy val´ osz´ın˝ uséggel nem szerepel az adatbázisban. A hozzá legk¨ ozelebb ´ all´ o modell: xy”. Ebb˝ol jól látszik, hogy ez a k¨ uszöb nem egyértelm˝ uen hat´ arozza meg a k´ıv¨ ul´ all´ okat, de hasznos jelzés lehet a felhasználó felé, valamint a robusztuss´ agot és azt is jellemzi, hogy hogyan viselkedne az algoritmus egy sokkal tel´ıtettebb jellemz˝ o térben, sok osztállyal. Els˝ o esetben 3-4 modellt tartalmazó tan´ıtó halmazt használó módszert vizsg´ altuk meg. Amennyiben a k¨ uszöbszámot 0,55-re áll´ıtottuk u ´gy, hogy a korreláció metrika eredménye a [0,1] intervallumból ker¨ ul ki, ahol 0 tökéletes egyezés. A 100 k´ıv¨ ul´ all´ o kocsi k¨ oz¨ ul 96 esetben siker¨ ult megállap´ıtani, hogy nem részei az adatb´ azisnak. Ezt k¨ ovet˝ oen azt vizsgáltuk, hogy mennyi, ténylegesen az adatb´ azisban szerepl˝ o kocsi kapná meg a k´ıv¨ ulálló c´ımkét ezzel a k¨ uszöbszámmal. A teszt sor´ an 115 kocsi lett tévesen k´ıv¨ ulálló osztályba sorolt, ami 86,1%-os tal´ alati ar´ any. A k¨ usz¨ obsz´ amot 0,6-ra, majd 0,65-re emelve azt vehetj¨ uk észre, hogy az ismert aut´ ot´ıpusok találati aránya növekszik (91,4% és 92,6%), viszont ez azzal j´ ar, hogy a k´ıv¨ ules˝o autók egyre nagyobb arányban tévesen ker¨ ulnek azonos´ıt´ asra, a 96%-os tal´ alati arányról 81%-ra, majd 59%-ra esik (2. táblázat). M´ asodik k¨ orben az oszt´ alyonként 20-20 modellt tartalmazó tan´ıtó halmazzal elérhet˝ o eredményt vizsg´ altuk 0,55 k¨ uszöbértékkel. Ez a megközel´ıtés a 100-ból 83 aut´ or´ ol ´ all´ıtotta meg helyesen, hogy k´ıv¨ ulálló. Ez romlás az el˝oz˝o eredményekhez képest, de az adatb´ azisba tartozók köz¨ ul mindössze 42 lett tévesen k´ıv¨ ulálló az 527 esetb˝ ol, ami 8%-os hibaarányt jelent. Eml´ıtésre méltó még, hogy ezekb˝ol az esetekb˝ ol a Swift 22-t tudhat magáénak, amir˝ol az látszik, hogy a Swiftek k¨ oz¨ ott nagyobb korrel´ aci´ os távolságok is el˝ofordulhatnak.

305


Modell Mint´ ak sz´ ama 206 55 307 47 Astra 100 Fabia 100 Focus 43 Golf 93 Megane 45 Octavia 47 Polo 97 Swift 100 Kiv¨ ul´ all´ o 100 ¨ Osszes´ıtés 827

Tal´ alati ar´ any 0.55 0.6 0.65 94.4% 100% 100% 78.7% 91.5% 97.9% 91% 96% 100% 82% 93% 98% 100% 100% 100% 93.5% 97.8% 97.8% 86.7% 95.6% 100% 83% 89.4% 100% 84.5% 95.9% 95.9% 63% 76% 89% 96% 81% 59% 86.1% 91.4% 92.6%

2. t´ abl´ azat: Eredmények h´ aromféle oszt´ alyoz´ asi k¨ usz¨ obértékre a k´ıv¨ ules˝ o oszt´ alyt is tartalmaz´ o tesztben.

Vég¨ ul a leave-one-out keresztvalidációt futtattuk le. A 100 k´ıv¨ ulállóból 80 kapott helyes c´ımkét. A 727 kép köz¨ ul azonban mindössze 35 kapott tévesen k´ıv¨ ules˝ o c´ımkét, ami mind¨ ossze 4,8%-os hibaarány, amib˝ol ebben ez esetben is a Swiftek domin´ alnak 19 téves esettel. 4.5.

F´ elautomata ´ es automata oszt´ alyoz´ as eredm´ enyei

A kor´ abbi vizsg´ alatok az osztályozó képességeinek felmérésére szolgáltak, a szegment´ al´ asi hib´ ak kisz˝ urésével. Valós alkalmazásokban a szegmentálás hibákat hoz be, ami rontja az felismerés teljes´ıtményét. Megvizsgáltuk, hogyan alakulnak az eredmények a javasolt félautomatikus és automatikus szegmentálási módszereink felhaszn´ al´ as´ aval. A t´ıpusonként 3-4 tan´ıt´ oelem használatával 93,6%-os találati arányt siker¨ ult elérni, ami 6%-kal gyengébb, mint az ideális sarokpontok esete. A 20-20 elem˝ u tan´ıt´ o halmaz nem hozott számottev˝o változást, mindössze 3 kocsival hibázott el t¨ obbet az oszt´ alyoz´ o, ´ıgy 93,1%-ot ért el. Vég¨ ul a keresztvalidációs teszt további 2 aut´ ot oszt´ alyozott sikertelen¨ ul, ezzel 93%-os eredményt elérve. A teljesen automatikus módszer esetén további 5%-os esés következik be a felismerési ar´ anyban. A tan´ıtó halmaz méretét˝ol f¨ uggetlen¨ ul 88% kör¨ uli ered¨ ményeket kaptunk. Osszehasonl´ ıtásként, az [1] cikkben a szerz˝ok által javasolt automatikus m´ odszer a kétféle adatbázisukon 93,3%-os, valamint 87,7%-os eredményt adott.

5.

¨ Osszegz´ es

A szakirodalomban le´ırt m´ odszernek siker¨ ult olyan módos´ıtásait létrehozni, amelyek egy val´ os gyakorlati alkalmazásnál el˝oforduló fényképeken is képesek gépko-

306


csi gy´ art´ o és t´ıpus azonos´ıt´ asra. Láttuk, hogy megfelel˝o módos´ıtásokkal a találati ar´ any ak´ ar 100% k¨ ozelébe is emelhet˝o 10 osztály esetén. A robusztusságot mér˝o tesztekb˝ ol kiindulva elkész¨ ult a félautomata (93%) és automata (88%) változat, amelyek a v´ artnak megfelel˝ oen, az ideális esetnél rosszabbul, de összességében elfogadhat´ o hibasz´ azalékkal teljes´ıtettek. A szegmentálási eljárás jav´ıtásával az eredmények tov´ abbi javul´ asa várható. Az algoritmus tehát skálázható olyan értelemben, hogy az aktu´ alis igényeknek megfelel˝oen eldönthet˝o, hogy a futási id˝ o vagy a nagyobb tal´ alati arány a fontos. Egy lehetséges gyakorlati megvalós´ıtás lehet például egy mobilalkalmazás, ahol a felhaszn´ al´ o mobiltelefonja seg´ıtségével lefényképez egy autót és elk¨ uldi azt a képet egy nagyobb sz´ am´ıtási kapacitás´ u kiszolgálónak, ami pár másodpercen bel¨ ul visszak¨ uldi a képen l´ atható kocsi pontos t´ıpusát, esetleg az évjáratát is. L´ athat´ o volt, hogy az osztályozás során sehol sem használtuk ki, hogy gépkocsikat szeretnénk felismerni. Egyed¨ ul csak a ROI kijelölés volt feladat f¨ ugg˝o, hiszen a rendsz´ amt´ abla alapján hoztunk létre a vizsgálandó ter¨ uletet. Ebb˝ol az is érezhet˝ o, hogy a t´ argyalt m´ odszer számos egyéb felismerési feladatra is alkalmas lehet, ahol valamilyen m´ odon lehet˝oség van egy, a felismerni k´ıvánt objektumokra jellemz˝ o ROI kijel¨ olésére. Az algoritmus viszonylag könnyen implementálható lépésekb˝ ol ´ all és megfelel˝ o beáll´ıtások mellett, akár néhány tized másodperc alatt képes lehet eredményt szolgáltatni.

K¨ osz¨ onetnyilv´ an´ıt´ as ´ Jelen kutat´ ast a futurICT.hu nev˝ u, TAMOP-4.2.2.C-11/1/KONV-2012-0013 azonos´ıt´ osz´ am´ u projekt t´ amogatta az Európai Unió és az Európai Szociális Alap t´ arsfinansz´ıroz´ asa mellett.

Irodalom 1. V.S. Petrovic and T.F. Cootes, “Analysis of Features for Rigid Structure Vehicle Type Recognition”. British Machine Vision Conference, pp. 587–596, 2004. 2. G. Pearce and N. Pears, “Automatic Make and Model Recognition from Frontal Images of Cars”. in Proc. of 8th IEEE International Conference on Advanced Video and Signal-Based Surveillance, IEEE, pp. 373–378, 2011. 3. J.R. Parker, “Algorithms for Image Processing and Computer Vision”. Wiley, 2011. 4. D. Kellner, “Region Growing Implementation”. http://www.mathworks.com/matlabcentral/fileexchange/32532-region-growing2d3d-grayscale/content/regionGrowing.m 5. O. Martinsky, “Algorithmic and Mathematical Principles of Automatic Nuber Plate Recognition Systems”. BSc Thesis, Brno University of Technology, 2007. 6. A. Psyllos, C.N. Anagnostopoulos, E. Kayafas, “Vehicle model recognition from frontal view image measurements”. in Computer Standards and Interfaces, ELSEVIER, pp. 142–151, 2011.

307


7. X. Clady, P. Negri, M. Milgram, R. Poulenard, “Multi-class Vehicle Type Recognition System”. in 3rd IAPR workshop on Artificial Neural Networks in Pattern Recognition, Springer-Verlag, pp. 228-239, 2008. 8. M.Saquib Sarfraz, Ahmed Saeed, M.Haris Khan, Zahid Riaz, “Bayesian Prior Models for Vehicle Make and Model Recognition”. in 7th International Conference on Frontiers of Information Technology, ACM, Article No. 35, 2009. 9. Meena AbdelMaseeh, Islam Badreldin, Mohamed F. Abdelkader and Motaz El Saban, “Car Make and Model recognition combining global and local cues”. Microsoft Research, Advanced Tehcnology Labs in Cairo, Egypt, ICPR, 2011. 10. Bailing Zhang and Yifan Zhou, “Vehicle Type and Make Recognition By Combined Features and Rotation Forest Ensembel”. in International Journal of Pattern Recognition and Artificial Intelligence, 2012. 11. V.S. Petrovic and T.F. Cootes, “Vehicle Type Recognition with Match Refinement”. ICPR, 2004.

308

KÉPAF 2013 a Képfeldolgozók és Alakfelismerők Társaságának 9. országos konferenciája. Varjas Viktor, Tanács Attila

Recommend Documents