Automatické třídění fotografií podle obsahu
Loading...
Date
Authors
Veľas, Martin
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo vytvořit aplikaci, která je schopna s dostatečnou přesností a rychlostí tuto úlohu naplnit. Základní řešení obnáší detekci význačných bodů a extrakci lokálních příznaků, tvorbu vizuálního slovníku shlukováním metodou k-means a jeho reprezentaci pomocí k-dimenzionálního stromu. Fotografie je reprezentována pomocí histogramu početnosti výskytu vizuálních slov (bag of words). Úlohu vlastního klasifikátoru plní SVM (support vector machines). Dále je základní řešení obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných korelogramů pro doplňkový popis obrazu, extrakci lokálních příznaků v opponent color space a měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
This thesis deals with content based automatic photo categorization. The aim of the work is to create an application, which is would be able to achieve sufficient precision and computation speed of categorization. Basic solution involves detection of interesting points, extraction of feature vectors, creation of visual codebook by clustering, using k-means algorithm and representing visual codebook by k-dimensional tree. Photography is represented by bag of words - histogram of presence of visual words in a particular photo. Support vector machines (SVM) was used in role of classifier. Afterwards the basic solution is enhanced by dividing picture into cells, which are processed separately, computing color correlograms for advanced image description, extraction of feature vectors in opponent color space and soft assignment of visual words to extracted feature vectors. The end of this thesis concerns to experiments of of above mentioned techniques and evaluation of the results of image categorization on their usage.
This thesis deals with content based automatic photo categorization. The aim of the work is to create an application, which is would be able to achieve sufficient precision and computation speed of categorization. Basic solution involves detection of interesting points, extraction of feature vectors, creation of visual codebook by clustering, using k-means algorithm and representing visual codebook by k-dimensional tree. Photography is represented by bag of words - histogram of presence of visual words in a particular photo. Support vector machines (SVM) was used in role of classifier. Afterwards the basic solution is enhanced by dividing picture into cells, which are processed separately, computing color correlograms for advanced image description, extraction of feature vectors in opponent color space and soft assignment of visual words to extracted feature vectors. The end of this thesis concerns to experiments of of above mentioned techniques and evaluation of the results of image categorization on their usage.
Description
Keywords
kategorizace fotografii, tagování, lokální příznaky, význačné body, SURF, experimenty, vizuální slovník, vizuální slovy, shlukování, k-means, k-dimenzionální strom, bag of words, support vector machines, klasifikátor, dělení obrazu, barevné příznaky, barevné korelogramy, opponent color space, měkké přirazení, knihovna OpenCV, photo categorization, tagging, local features, interesting points, SURF, experiments, visual codebook, visual word, clustering, k-means, k-dimensional tree, bag of words, support vector machines, classifier, dividing of image, color features, color correlograms, opponent color space, soft assignment, OpenCV library
Citation
VEĽAS, M. Automatické třídění fotografií podle obsahu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2011.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
prof. Dr. Ing. Jan Černocký (předseda)
doc. Ing. Jiří Kunovský, CSc. (místopředseda)
Ing. Martin Hrubý, Ph.D. (člen)
doc. Ing. Ondřej Ryšavý, Ph.D. (člen)
Ing. Aleš Smrčka, Ph.D. (člen)
Date of acceptance
2011-06-16
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: Jaké konkrétní rozšíření klasifikačního systému by mohlo mít dopad na jeho přenost? Jaké vidíte možnosti aplikace Vašeho systému?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení