Unterschied zwischen Low-Level und High-Level-Feature-Erkennung/ Extraktion

Laut diesem Wikipedia-Artikel Feature-Extraktion Beispiele für Low-Level-algorithmen sind Kanten -, Ecken-Erkennung etc.

Aber was sind High-Level-algorithmen?

Fand ich nur dieses Zitat aus dem Wikipedia-Artikel Feature-Erkennung (Computervision):

Gelegentlich, wenn die feature Erkennung ist sehr teuer, und es gibt Einschränkungen, ein höheres Niveau Algorithmus kann verwendet werden, um die Führer der feature-Erkennung Bühne, so dass nur bestimmte Teile des Bildes gesucht Funktionen.

Könnten Sie uns ein Beispiel geben von einer dieser höheren Ebene algorithmen?

InformationsquelleAutor ironmouse | 2014-10-27

  1. 7

    Gibt es nicht immer eine eindeutige definition gibt, aber mein Verständnis von "high-level" - algorithmen sind mehr im Einklang mit, wie wir klassifizieren von Objekten im realen Leben. Für die low-level feature detection algorithmen, diese sind meist betroffenen bei der Suche nach korrespondierenden Punkten zwischen Bildern, oder finden diese Dinge, die klassifizieren, so etwas auch nur im entferntesten interessant an der niedrigsten möglichen Ebene, die Sie an denken können - Dinge wie die Suche nach Kanten oder Linien in einem Bild (neben der Suche nach interessante Punkte natürlich). Zusätzlich, alles, was den Umgang mit pixel-Intensitäten oder Farben direkt ist, was ich denken würde, low-level-auch.

    High-level-algorithmen sind meist in der machine-learning-Domäne. Diese algorithmen beschäftigen sich mit der interpretation oder Klassifikation einer Szene als ganzes. Dinge wie Körper darstellen Klassifizierung, Gesichts-Erkennung, Klassifizierung von menschlichen Handlungen, Objekt-Erkennung und Anerkennung und so weiter. Diese algorithmen beschäftigen sich mit der Ausbildung ein system zu erkennen oder klassifizieren etwas, dann Sie geben es einige unbekannte Eingabe, die er noch nie zuvor gesehen hat und seine Aufgabe ist es, entweder bestimmen, was geschieht in der Szene, oder suchen Sie sich eine region von Interesse, wo es erkennt, eine Aktion, die das system trainiert ist, zu suchen. Diese letztere Tatsache ist wohl auch, was der Wikipedia-Artikel bezieht. Hätten Sie irgendeine Art von pre-processing-Phase, wo Sie haben einige high-level-system, das bestimmt, markante Bereiche in der Szene, wo etwas wichtiges passiert. Sie würde dann gelten, low-level feature detection algorithmen in diesem lokalisierten Bereich.

    Es ist ein großer high-level computer vision workshop, dass die Gespräche über all dies, und Sie können finden Sie die Folien und code-Beispiele hier: https://www.mpi-inf.mpg.de/departments/computer-vision-and-multimodal-computing/teaching/courses/high-level-computer-vision/

    Glück!

    InformationsquelleAutor rayryeng

  2. 2

    High-level-Funktionen sind etwas, das wir können direkt sehen und erkennen, wie Objekt-Klassifizierung, Erkennung, Segmentierung und so weiter. Diese sind in der Regel das Ziel der Lebenslauf-Forschung, die immer auf 'low-level' - Funktionen und algorithmen.

    InformationsquelleAutor alanwsx

Schreibe einen Kommentar