Разработка алгоритма распознавания изображений знаков безопасности

В качестве механизма распознавания был реализован метод на основе «Bag of features». Этот алгоритм распознавания изображений основан на методе классификации текста «Bag of Words».

«Bag of Words» относит текст к той или иной категории в зависимости от набора часто встречающихся в нем слов. Согласно методу «Bag of features», «визуальное слово» - часто повторяющийся фрагмент изображения.

Из визуальных слов нужно составить словарь по коллекции изображений. Словарь – набор фрагментов, часто повторяющихся в изображениях. Разделим весь список на похожие группы. Будем считать, что все фрагменты в одной группе это «экземпляры» одного и того же визуального слова. Тогда каждое изображение мы можем описать гистограммой частот этих визуальных слов.

Основные этапы метода «Bag of features» следующие.

- Извлечение особенностей.

- Обучение «визуального словаря».

- Квантование особенностей по словарю (сопоставление особенностей словам из словаря, замена изображения числом, соответствующим номеру слова в словаре).

- Описание картинки частотами «визуальных слов».

Извлечение особенностей

На этапе извлечения особенностей изображение делится на фрагменты. Это можно сделать с помощью следующих способов.

- Регулярная сетка - изображение делится сеткой на одинаковые по размеру области, каждая из которых будет являться фрагментом.

- Характерные точки - фрагмент берётся в окрестностях особых точек. Окрестность особой точки будет являться фрагментом.

- Также фрагменты можно выбрать случайным образом.

После выбора фрагментов, их нужно описать.

Если использовался метод характерных точек, то окрестности точек следует нормализовать, путём выбора прямоугольной рамки вокруг области, а затем описать. Одним из наилучших механизмов для описания фрагментов, является SURF (Speeded up Robust Features) - метод обнаружения устойчивых признаков изображения. Работу этого метода можно описать следующим образом.

Поиск особых точек производится с помощью матрицы Гессе. Детерминант матрицы Гессе, достигает экстремума в точках максимального изменения градиента яркости. Область вокруг особой точки делится на 16 квадратов. Для каждой ключевой точки считается градиент и масштаб. Градиент в точке вычисляется с помощью фильтров Хаара. Результатом работы метода SURF является набор из 64 (либо 128) чисел для каждой особой точки. Эти числа отображают отклонения градиента вокруг ключевой точки.

Преимущество этого метода заключается в том, что в процессе поиска особых точек, сразу строятся их дескрипторы (элементы описания, инвариантные к изменению масштаба и поворота). За счет использования вторых производных алгоритм SURF становится инвариантен к перепадам яркости. Благодаря использованию разных размеров области взятия вторых производных и вычислению ориентации ключевых точек алгоритм становится инвариантен к изменению масштаба и повороту объекта в плоскости изображения.

После получения признаков нужно их распределить на группы.

2.2.2 Обучение «визуального словаря» m_k

Разбиение на группы – это типичная задача кластеризации. Классическим методом кластеризации является метод К-средних, который заключается в минимизации суммы Евклидовых расстояний между точками  и ближайшими центрами кластеров  (смотри формулу (2.1)).

(2.1)

Таким образом, алгоритм метода К-средних выглядит следующим образом. Так как центры кластеров нам неизвестны, случайно инициализируем  центров кластеров. Назначаем каждую точку ближайшему кластеру. Пересчитываем центр каждого кластера как среднее всех назначенных точек. Повторяем до сходимости.

Преимущество метода К-средних в том, что он очень простой и требует только знание о количестве кластеров.

При выборе количества кластеров, следует учитывать то, что маленький объем словаря приведёт к тому, что слова не смогут описать все особенности изображения, и многие особенности попадут в один класс. Слишком большой словарь приведёт к переобучению, а также снижению скорости работы алгоритма.

После кластеризации набора, запишем центр каждого кластера в «визуальный словарь». Центры кластеров и будут «визуальными словами».

На рисунке 2.4 изображён процесс создания «визуального словаря».

Рисунок  Процесс создания «визуального словаря»

После получения словаря, выполняется переход к этапу квантования.