„Számítógépes látórendszerek - Ellenőrző kérdések: Detektálás, Osztályozás” változatai közötti eltérés

A VIK Wikiből
Ugrás a navigációhoz Ugrás a kereséshez
 
(22 közbenső módosítás ugyanattól a szerkesztőtől nincs mutatva)
2. sor: 2. sor:
  
 
== Mit jelent a detektálás/lényegkiemelés, illetve az osztályozás? Milyen nehézségekkel kerülünk szembe az egyes feladatok esetén? ==
 
== Mit jelent a detektálás/lényegkiemelés, illetve az osztályozás? Milyen nehézségekkel kerülünk szembe az egyes feladatok esetén? ==
 +
=== Objektumfelismerés ===
 +
Cél: Valamilyen szempontból fontos részletek megragadása. Általában bonyolultabb, mint egy képjellemző
 
=== Detektálás/lényegkiemelés ===
 
=== Detektálás/lényegkiemelés ===
−
Bonyolultabb, érdekes képrészletek, objektumok azonosítása.
+
Bonyolultabb, érdekes képrészletek, objektumok azonosítása. <br/>
 +
'''Tipikus példák''':
 +
*OCR (Optical Character Recognition)
 +
*Arcfelismerés
 +
*Markerek felismerése
 +
 
 +
=== Osztályozás ===
 +
Cél: A képen különböző objektum kategóriák detektálása. Általános kategóriák (ember, szék, autó, stb.), nem konkrét objektumok
 
=== Nehézség ===
 
=== Nehézség ===
 +
*Az egyes kategóriákon belül nagy variáció → Nehéz a releváns jellemzők megragadása.
 
*Különböző nézőpont
 
*Különböző nézőpont
 
*Transzformáció
 
*Transzformáció
  
 
== Ismertesse a template matching algoritmust! Milyen transzformációk esetén biztosít invarianciát az algoritmus? ==
 
== Ismertesse a template matching algoritmust! Milyen transzformációk esetén biztosít invarianciát az algoritmus? ==
 +
=== Template matching ===
 +
'''Template''': A keresett objektumról referenciakép. Kernel helyett használjuk.
 
=== Transzformációk ===
 
=== Transzformációk ===
 
* Megvilágítás
 
* Megvilágítás
24. sor: 36. sor:
 
== Mit jelent a gépi tanulás? <br/> Milyen típusai és tipikus feladatai vannak? <br/> Mi az a bináris klasszifikációs probléma és hogyan terjeszthető ki nem bináris esetre? <br/> Mit jelent a lineáris szétválaszthatóság? ==
 
== Mit jelent a gépi tanulás? <br/> Milyen típusai és tipikus feladatai vannak? <br/> Mi az a bináris klasszifikációs probléma és hogyan terjeszthető ki nem bináris esetre? <br/> Mit jelent a lineáris szétválaszthatóság? ==
 
=== Gépi tanulás ===
 
=== Gépi tanulás ===
−
A mesterséges intelligencia egy fajtája Explicit programozás nélkül old meg bizonyos feladatokat.
+
A mesterséges intelligencia egy fajtája. Explicit programozás nélkül old meg bizonyos feladatokat.
−
=== Típusai/feladatai ===
+
=== Típusai ===
−
#Felügyelt tanulás (Supervised Learning)
+
#'''Felügyelt tanulás''' (Supervised Learning): A tanítást példák alapján csináljuk → Az algoritmus ismeri a tanító példákra adandó helyes választ.
−
**A tanítást példák alapján csináljuk → Az algoritmus ismeri a tanító példákra adandó helyes válszt
+
#'''Felügyelet nélküli tanítás''' (Unsupervised Learning): Itt is vannak példák, de a helyes válasz nem ismert.
−
#Felügyelet nélküli tanítás (Unsupervised Learning)
+
#'''Megerősítéses tanulás''' (Reinforcement Learning): A működés során döntések sorozatát kell meghozni, de visszajelzés csak a sorozat végén lehetséges. Pl.: Járművezetés, Sakk
−
**Itt is vannak példák, de a helyes válasz nem ismert.
+
 
−
#Megerősítéses tanulás (Reinforcement Learning)
+
===Feladatok===
−
**A működés során döntések sorozatát kell meghozni, de visszajelzés csak a sorozat végén lehetséges.
+
*'''Felügyelt tanulás'''
−
**Pl.: Járművezetés, Sakk
+
**Osztályozás: Bináris/több állapotú címke eltalálása
 +
**Regresszió: Folytonos érték megbecslése
 +
*'''Felügyelet nélküli tanulás'''
 +
**Reprezentációk tanulása
 +
***Klaszterezés (Clustering)
 +
***Dimenzió redukció
 +
****PCA – Főkomponens Analízis (Principal Component Analysis)
 +
***Mély Tanulás (Deep Learning)
 +
****Autoencoder, RBM (Restricted Boltzmann Machine) DBN (Deep Belief Networks)
 +
 
 +
===Bináris osztályozás===
 +
Cél: Egy olyan becslő elkészítése, amely az adatvektorok alapján képes azok címkéit meghatározni.
 +
*A becslő struktúrájáról mi döntünk
 +
*A paramétereit tanulás segítségével határozzuk meg
 +
===Nem bináris eset===
 +
Építkezzünk bináris osztályozókból!
 +
Stratégiák:
 +
*1 vs. mindenki más típusú osztályozók
 +
*1 vs. 1 típusú osztályozók: szavazásos módszer
  
 
== Ismertesse a kNN algoritmust! ==
 
== Ismertesse a kNN algoritmust! ==
40. sor: 70. sor:
  
 
== Ismertesse a Bayes hálók működését! ==
 
== Ismertesse a Bayes hálók működését! ==
 +
*Irányított körmentes gráf
 +
*Csomópontok: Változók (Valószínűségi)
 +
*Élek: Változók közti ok-okzati kapcsolatok (Feltételes eloszlásfüggvény)
 +
=== Működés ===
 +
Új adat (bizonyíték) érkezik → A háló sűrűségfüggvényeit frissíteni kell! A csomópontok üzennek egymásnak (mindkét
 +
irányban): Belief Propagation
  
 
== Ismertesse a percepton/neuron algoritmust! Hogyan terjeszthető ki nemlineáris esetre? ==
 
== Ismertesse a percepton/neuron algoritmust! Hogyan terjeszthető ki nemlineáris esetre? ==
  
−
== Ismertesse a Support Vector Machine (SVM) algoritmust! Hogyan terjeszthető ki nemlineáris esetre? ==
+
== Ismertesse a Support Vector Machine (SVM) algoritmust! <br/> Hogyan terjeszthető ki nemlineáris esetre? ==
 +
===Support vector===
 +
Azok a vektorok, amelyek távolsága az elválasztó hipersíktól pont a rés mértéke
 +
*Mindig legalább kettő SV van – a sík két oldalán
 +
*Miért? Mert különben a síkot arrébb lehet mozgatni, hogy mindkét vektortól ugyanolyan távolságra legyen → a rés növekedni fog.
 +
===Tanuló algoritmus===
 +
Az elválasztó hipersíkot nem a normálvektorával és az origótól vett távolsággal, hanem a support vektorok segítségével írja le. Maximális résű elválasztó síkot talál
  
−
== Mi a klaszterezés, mire jó? Ismertessen klaszterező algoritmusokat! Mi az erős és a gyenge hozzárendelés, és hogyan kapcsolódik az egyes algoritmusokhoz? ==
+
== Mi a klaszterezés, mire jó? <br/> Ismertessen klaszterező algoritmusokat! <br/> Mi az erős és a gyenge hozzárendelés, és hogyan kapcsolódik az egyes algoritmusokhoz? ==
 +
===Klaszterezés===
 +
*Felügyelet nélküli tanulási módszer
 +
*Feladat: Adott egy halmaz. Szedjük őket részhalmazokra (klaszterekre), úgy, hogy az valamilyen szempontból optimális legyen Minden klaszternek sorszáma van → Ez lesz az adat címkéje.
 +
===Algoritmusok===
 +
#'''k-Means''':
 +
##Vegyünk fel ''k'' db pontot (ezek lesznek a középpontok) véletlenszerűen
 +
##A konvergenciáig:
 +
###Minden pontot rendeljünk hozzá ahhoz a klaszterhez, amelyik középpontjához a legközelebb van
 +
###A klaszterek új középpontja legyen a hozzá tartozó pontok átlaga
 +
#'''Mixture of Gaussians (MoG)'''
 +
##A pontok eloszlását képzeljük el ''k'' db normális eloszlás összegeként
 +
##Határozzuk meg ezeket az eloszlásokat a maxmimum likelihood elv segítségével
  
 
== Mutassa be a főkomponens analízis (PCA) algoritmust! ==
 
== Mutassa be a főkomponens analízis (PCA) algoritmust! ==
 +
PCA - Principal Component Analysis <br/>
 +
T.F.H.: A változóink nagyjából normális eloszlásúak, 0 középértékkel
 +
*Keressük azokat az irányokat, amerre a legnagyobb a szórás.
 +
*Az így definiált új változók függetlenek lesznek.
 +
'''Cél''': Keressük meg azt a bázistranszformációt, ami a standard bázisban felírt adatokat a főkomponensek által meghatározott bázisba viszi.
  
 
== Mi a mély tanulás és mire jó? Mutassa be a legfontosabb mély tanuló struktúrákat! ==
 
== Mi a mély tanulás és mire jó? Mutassa be a legfontosabb mély tanuló struktúrákat! ==
 
''2015-ben nem kell!''
 
''2015-ben nem kell!''
  
−
== Ismertesse a Bag of Words osztályozó algoritmus működési elvét! Milyen előnyei és hátrányai vannak más módszerekkel szemben? ==
+
== Ismertesse a Bag of Words osztályozó algoritmus működési elvét! <br/> Milyen előnyei és hátrányai vannak más módszerekkel szemben? ==
 +
=== Bag of Words ===
 +
Minden dokumentum egy zsák, amiben szavak találhatóak. A szavak előfordulása, vagy sűrűsége alapján következtetünk a dokumentum témájára.
 +
=== Lépései ===
 +
#Vizuális szavak keresése
 +
#Vizuális szótár építése
 +
#Az egyes képek osztályozása
 +
=== Hátránya ===
 +
*Képeket osztályozunk: Jelen van / nincs jelen típusú válasz
 +
*Vizuális szavak leírása
 +
**Csak a jelenlétről van információnk
 +
**A pozíció nem szerepel sehol
 +
*A BoW nem túl jó lokalizációs (detektálás) feladatra
  
 
== Mutassa be a rész alapú (part based) detektorok működését! Milyen előnyöket és hátrányokat tud megemlíteni? ==
 
== Mutassa be a rész alapú (part based) detektorok működését! Milyen előnyöket és hátrányokat tud megemlíteni? ==

A lap jelenlegi, 2015. június 16., 21:06-kori változata

← Vissza az előző oldalra – Számítógépes látórendszerek

Tartalomjegyzék

Mit jelent a detektálás/lényegkiemelés, illetve az osztályozás? Milyen nehézségekkel kerülünk szembe az egyes feladatok esetén?

Objektumfelismerés

Cél: Valamilyen szempontból fontos részletek megragadása. Általában bonyolultabb, mint egy képjellemző

Detektálás/lényegkiemelés

Bonyolultabb, érdekes képrészletek, objektumok azonosítása.
Tipikus példák:

  • OCR (Optical Character Recognition)
  • Arcfelismerés
  • Markerek felismerése

Osztályozás

Cél: A képen különböző objektum kategóriák detektálása. Általános kategóriák (ember, szék, autó, stb.), nem konkrét objektumok

Nehézség

  • Az egyes kategóriákon belül nagy variáció → Nehéz a releváns jellemzők megragadása.
  • Különböző nézőpont
  • Transzformáció

Ismertesse a template matching algoritmust! Milyen transzformációk esetén biztosít invarianciát az algoritmus?

Template matching

Template: A keresett objektumról referenciakép. Kernel helyett használjuk.

Transzformációk

  • Megvilágítás
    • A kereszt-korreláció se az additív, se a multiplikatív megvilágítás változásra sem invariáns!
    • Megoldás: Normalizáljuk a pixelértékeket!
      • Vonjuk le az átlagos intenzitást
      • És osszuk el őket a varianciájukkal
  • Skála
    • Nincs skálainvariancia!
    • Template piramissal azért megoldható...
  • Elforgatás
    • Nincs elforgatás invariancia!
    • Több, előre elforgatott template

Mit jelent a gépi tanulás?
Milyen típusai és tipikus feladatai vannak?
Mi az a bináris klasszifikációs probléma és hogyan terjeszthető ki nem bináris esetre?
Mit jelent a lineáris szétválaszthatóság?

Gépi tanulás

A mesterséges intelligencia egy fajtája. Explicit programozás nélkül old meg bizonyos feladatokat.

Típusai

  1. Felügyelt tanulás (Supervised Learning): A tanítást példák alapján csináljuk → Az algoritmus ismeri a tanító példákra adandó helyes választ.
  2. Felügyelet nélküli tanítás (Unsupervised Learning): Itt is vannak példák, de a helyes válasz nem ismert.
  3. Megerősítéses tanulás (Reinforcement Learning): A működés során döntések sorozatát kell meghozni, de visszajelzés csak a sorozat végén lehetséges. Pl.: Járművezetés, Sakk

Feladatok

  • Felügyelt tanulás
    • Osztályozás: Bináris/több állapotú címke eltalálása
    • Regresszió: Folytonos érték megbecslése
  • Felügyelet nélküli tanulás
    • Reprezentációk tanulása
      • Klaszterezés (Clustering)
      • Dimenzió redukció
        • PCA – Főkomponens Analízis (Principal Component Analysis)
      • Mély Tanulás (Deep Learning)
        • Autoencoder, RBM (Restricted Boltzmann Machine) DBN (Deep Belief Networks)

Bináris osztályozás

Cél: Egy olyan becslő elkészítése, amely az adatvektorok alapján képes azok címkéit meghatározni.

  • A becslő struktúrájáról mi döntünk
  • A paramétereit tanulás segítségével határozzuk meg

Nem bináris eset

Építkezzünk bináris osztályozókból! Stratégiák:

  • 1 vs. mindenki más típusú osztályozók
  • 1 vs. 1 típusú osztályozók: szavazásos módszer

Ismertesse a kNN algoritmust!

K Nearest Neighbor – k legközelebbi szomszéd Az osztályozandó példához legközelebb eső k tanító adatot vesszük figyelembe Az ő címkéjük alapján dönt az algoritmus az adott problémáról.

Ismertesse a Bayes hálók működését!

  • Irányított körmentes gráf
  • Csomópontok: Változók (Valószínűségi)
  • Élek: Változók közti ok-okzati kapcsolatok (Feltételes eloszlásfüggvény)

Működés

Új adat (bizonyíték) érkezik → A háló sűrűségfüggvényeit frissíteni kell! A csomópontok üzennek egymásnak (mindkét irányban): Belief Propagation

Ismertesse a percepton/neuron algoritmust! Hogyan terjeszthető ki nemlineáris esetre?

Ismertesse a Support Vector Machine (SVM) algoritmust!
Hogyan terjeszthető ki nemlineáris esetre?

Support vector

Azok a vektorok, amelyek távolsága az elválasztó hipersíktól pont a rés mértéke

  • Mindig legalább kettő SV van – a sík két oldalán
  • Miért? Mert különben a síkot arrébb lehet mozgatni, hogy mindkét vektortól ugyanolyan távolságra legyen → a rés növekedni fog.

Tanuló algoritmus

Az elválasztó hipersíkot nem a normálvektorával és az origótól vett távolsággal, hanem a support vektorok segítségével írja le. Maximális résű elválasztó síkot talál

Mi a klaszterezés, mire jó?
Ismertessen klaszterező algoritmusokat!
Mi az erős és a gyenge hozzárendelés, és hogyan kapcsolódik az egyes algoritmusokhoz?

Klaszterezés

  • Felügyelet nélküli tanulási módszer
  • Feladat: Adott egy halmaz. Szedjük őket részhalmazokra (klaszterekre), úgy, hogy az valamilyen szempontból optimális legyen Minden klaszternek sorszáma van → Ez lesz az adat címkéje.

Algoritmusok

  1. k-Means:
    1. Vegyünk fel k db pontot (ezek lesznek a középpontok) véletlenszerűen
    2. A konvergenciáig:
      1. Minden pontot rendeljünk hozzá ahhoz a klaszterhez, amelyik középpontjához a legközelebb van
      2. A klaszterek új középpontja legyen a hozzá tartozó pontok átlaga
  2. Mixture of Gaussians (MoG)
    1. A pontok eloszlását képzeljük el k db normális eloszlás összegeként
    2. Határozzuk meg ezeket az eloszlásokat a maxmimum likelihood elv segítségével

Mutassa be a főkomponens analízis (PCA) algoritmust!

PCA - Principal Component Analysis
T.F.H.: A változóink nagyjából normális eloszlásúak, 0 középértékkel

  • Keressük azokat az irányokat, amerre a legnagyobb a szórás.
  • Az így definiált új változók függetlenek lesznek.

Cél: Keressük meg azt a bázistranszformációt, ami a standard bázisban felírt adatokat a főkomponensek által meghatározott bázisba viszi.

Mi a mély tanulás és mire jó? Mutassa be a legfontosabb mély tanuló struktúrákat!

2015-ben nem kell!

Ismertesse a Bag of Words osztályozó algoritmus működési elvét!
Milyen előnyei és hátrányai vannak más módszerekkel szemben?

Bag of Words

Minden dokumentum egy zsák, amiben szavak találhatóak. A szavak előfordulása, vagy sűrűsége alapján következtetünk a dokumentum témájára.

Lépései

  1. Vizuális szavak keresése
  2. Vizuális szótár építése
  3. Az egyes képek osztályozása

Hátránya

  • Képeket osztályozunk: Jelen van / nincs jelen típusú válasz
  • Vizuális szavak leírása
    • Csak a jelenlétről van információnk
    • A pozíció nem szerepel sehol
  • A BoW nem túl jó lokalizációs (detektálás) feladatra

Mutassa be a rész alapú (part based) detektorok működését! Milyen előnyöket és hátrányokat tud megemlíteni?

A lap eredeti címe: „https://wiki.sch.bme.hu/index.php?title=Számítógépes_látórendszerek_-_Ellenőrző_kérdések:_Detektálás,_Osztályozás&oldid=186340”