Αναγνώριση Προτύπων 27 Ιουνίου 2008 Ημερίδα για το ΔΠΜΣ - Ηλεκτρονική και Επεξεργασία της Πληροφορίας Τμήμα Φυσικής Πανεπιστήμιο Πάτρας Θανάσης Ζάγουρας
ΕΡΓΑΣΙΑ 1 ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΣΩΠΟΥ 2/14
Αναγνώριση Προσώπου Πεδία Αναγνώρισης Προτύπων Εντοπισμός Προσώπου Αναγνώριση Προσώπου Αναγνώριση Εκφράσεων Προσώπου Εφαρμογές αυτοµατοποιηµένη επιτήρηση πλήθους έλεγχος πρόσβασης αναγνώριση φωτογραφιών κακοποιών αναδημιουργία προσώπου επικοινωνία πολυμέσων διαχείριση βάσεων δεδομένων εικόνας 3/14
Υπερεπιφάνεια - Μέθοδοι Υπερεπιφάνεια: Το σύνολο των σημείων στον R D χώρο, ο οποίος είναι τοπικά ευκλείδειος Εκμάθηση Υπερεπιφάνειας και Μείωση Διαστάσεων Γραμμική Μείωση (PCA, MDS, LDA) - Αποτυγχάνει για μη γραμμικά δεδομένα Μη Γραμμική Μείωση (LLE, ISOMAP, Laplacian Eigenmaps) - Πολυπλοκότητα 4/14
Διαδικασία 2 βάσεις εικόνων 3 μέθοδοι μείωσης διάστασης Αριθμός γειτόνων - διάσταση μειωμένου χώρου 2 τρόποι ανάκτησης Ευκλείδειες αποστάσεις ταξινόμηση με βάση την κοντινότερη ευκλείδεια απόσταση Αλγόριθμος Data Ranking απόδοση μιας αρχικής τιμής ενέργειας στο σημείο query διασποράστασημείαμέσωμιας επαναληπτικής συνάρτησης σταθερή κατάσταση ενεργειών ταξινόμησημεβάσητομεγαλύτερο ποσό ενέργειας 5/14
Αποτελέσματα Isomap LLE PCA retr retr retr dim neib dim neib dim Καλύτερη απόδοση ORL: LLE (73,125%) + data ranking retrieval Καλύτερη απόδοση Grimace: PCA (94,956%) + data ranking retrieval Διαφορετικά αποτελέσματα ανάκτησης στις δυο βάσεις, διαφορετικός αριθμός εικόνων ανά πρόσωπο. Μη γραμμικές μέθοδοι: Χαμηλή απόδοση ISOMAP Υψηλή απόδοση LLE 6/14
ΕΡΓΑΣΙΑ 2 ΤΑΞΙΝΟΜΗΣΗ ΧΑΡΤΩΝ ΚΑΙΡΟΥ 7/14
Χάρτες Καιρού Βάσεις δεδομένων εικόνων χαρτών καιρού Ψηφιακές δορυφορικές εικόνες Σάρωση υπαρχουσών βάσεων Εφαρμογές στην Ατμοσφαιρική και Περιβαλλοντική Φυσική Μετεωρολογία Κλιματολογία Ατμοσφαιρική ρύπανση Πλεονεκτήματα Αυτόματη ταξινόμηση Αντικειμενικότητα Χρόνος Οικονομικό κόστος Διαχείριση βάσεων δεδομένων εικόνας 8/14
Τύποι ατμοσφαιρικής κυκλοφορίας καθορίζουν τις επικρατούσες καιρικές συνθήκες (θερμοκρασία, ταχύτητα άνεμου, διεύθυνση στην επιφάνεια) Long-wave Trough (LW) South-westerly Flow (SW) Northwesterly Flow (NW) Zonal Flow (ZONAL) High-Low (HL) χάρτης καιρού 9/14
Αποτύπωση καμπύλων Αλγοριθμική επεξεργασία για την αποτύπωση των ισοβαρών καμπυλών Ιχνηλάτηση καμπύλης με ορισμό αρχικού σημείου από τον χρήστη ή αυτόματη ανίχνευσή του Μορφολογικές συναρτήσεις επεξεργασίας εικόνας για αφαίρεση θορύβου και λέπτυνση καμπύλης Ανίχνευση και ένωση κενών στην τροχιά της καμπύλης Αφαίρεση περιττών διακλαδώσεων Απόφαση του συστήματος αν πρόκειται για ανοιχτή ή κλειστή καμπύλη Μορφολογικές συναρτήσεις Συντεταγμένες (x,y) τροχιάς της καμπύλης 10/14
Κώδικας Αλυσίδας Κώδικας αλυσίδας (Chain Code) Μέθοδος περιγραφής σχήματος Κωδικοποιεί τη διεύθυνση της θέσης κάθε pixel ως προς το προηγούμενο Αποτέλεσμα: μια ακολουθία αριθμών από 0-7 Κανονικοποιημένο ιστόγραμμα κώδικα αλυσίδας (Chain Code Histogram) 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 0 1 2 3 4 5 6 7 11/14
Σύστημα Βάση ιστογραμμάτων Μείωση διάστασης (LLE, PCA) FCM + LOOCV Ταξινόμηση μέσω ευκλείδειας απόστασης 12/14
Αποτελέσματα Απόδοση 77.27% LLE+FCM Λογισμικό μοντελοποίησης προβλήματος Αυτοματοποίηση ταξινόμησης χαρτών καιρού 13/14
ΤΕΛΟΣ ΕΥΧΑΡΙΣΤΩ 14/14