Подходы к оптимизации и распараллеливанию вычислений в задаче детектирования объектов разных классов на изображении

Автор: Козинов Евгений Александрович, Кустикова Валентина Дмитриевна, Мееров Иосиф Борисович, Половинкин Алексей Николаевич, Сиднев Алексей Александрович

Журнал: Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика @vestnik-susu-cmi

Статья в выпуске: 47  (306), 2012 года.

Бесплатный доступ

Рассматривается задача детектирования объектов разных классов на статических изображениях: фотографиях или отдельных кадрах видеопотока. Описывается схема решения данной задачи с использованием алгоритма Latent SVM. Используется известный подход к ускорению вычислений — построение каскада классификаторов. Описывается вычислительная схема решения задачи детектирования с помощью каскадного Latent SVM. Обсуждаются проблемы распараллеливания и оптимизации времени поиска объектов одного класса на изображении. Проводится анализ вариантов решения указанных проблем. Выделяются наиболее трудоемкие участки реализаций, рассматриваются различные схемы распараллеливания, оцениваются их преимущества и недостатки. Приводятся результаты вычислительных экспериментов на базе изображений PASCAL Visual Object Challenge 2007, дается их анализ, а также формулируются выводы и планы по дальнейшему развитию.

Еще

Детектирование объектов, алгоритм latent svm, каскадный классификатор, распараллеливание

Короткий адрес: https://sciup.org/147160474

IDR: 147160474

Список литературы Подходы к оптимизации и распараллеливанию вычислений в задаче детектирования объектов разных классов на изображении

  • Понс Ж. Компьютерное зрение. Современный подход/Ж. Понс, Д. Форсайт. -М.: Изд. д. Вильямс, 2004. -465 c.
  • Szeliski R. Computer Vision: Algorithms and Applications/R. Szeliski. -Springler, 2010. -979 p.
  • Sonka M. Image Processing, Analysis and Machine Vision/M. Sonka, V. Hlavac, R. Boyle. -Thomson, 2008. -866 p.
  • Felzenszwalb P.F. Object Detection with Discriminatively Trained Part Based Models/P.F. Felzenszwalb, R.B. Girshick, D. McAllester, D. Ramanan//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2010. -Vol. 32, No. 9. -P. 1627-1645.
  • Felzenszwalb P.F. Cascade object detection with deformable part model/P.F. Felzenszwalb, R.B. Girshick, D. McAllester, D. Ramanan//Proceedings of the IEEE Computer Vision and Pattern Recognition (CVPR’10). -2010. -P. 2241-2248.
  • Hastie T. The elements of statistical learning. Data mining, inference and prediction/T. Hastie, R. Tibshirani, J. Freidman. -2001. -745 p.
  • Viola P. Robust Real-Time Face Detection/P. Viola, M.J. Jones//International Journal of Computer Vision. -2004. -No. 57(2) -P. 137-154.
  • Viola P. Rapid object detection using a boosted cascade of simple features/P. Viola, M.J. Jones//Proceedings of the IEEE Conf. on Computer Vision and Pattern Recognition (CVPR’01). -2001. -Vol. 1. -P. I-511-I-518.
  • Tuytelaars T. The cascaded Hough transform/T. Tuytelaars, M. Proesmans, L. Van Gool//Proceedings of the IEEE International Conference on Image Processing (ICIP’97). -1997. -Vol. II. -P. 736-739.
  • Pentland A. Face Recognition for Smart Environments/A. Pentland, T. Choudhury//IEEE Computer Vision. -2000. -P. 50-55.
  • Alonso D. Robust Vehicle Detection through Multidimensional Classification for On Broad Video Based Systems/D. Alonso, L. Saldaro, M. Nieto//Proceedings of the IEEE International Conference on Image Processing (ICIP’07). -2007. -P. IV-321-IV-324.
  • Dalal N. Histograms of oriented gradients for human detection/N. Dalal, B. Triggs//Proceedings of the IEEE Computer Vision and Pattern Recognition (CVPR’05). -2005. -Vol. 1. -P. 886-893
  • Viola P. Detecting pedestrians using patterns of motion and appearance/P. Viola, M.J. Jones, D. Snow//Proceedings of the 9th International Conference on Computer Vision (ICCV’03). -2003. -Vol. 1 -P. 734-741.
  • Gavrila D.M. Vision-based pedestrian detection: the protector system/D.M. Gavrila, J. Giebel, S. Munder//Proceedings of the IEEE Intelligent Vehicles Symposium, Parma, Italy. -2004. -P. 13-18.
  • Amit Y. 2D Object Detection and Recognition: models, algorithms and networks/Y. Amit. -The MIT Press, 2002. -325 p.
  • Shotton J. Contour-based Learning for Object Detection/J. Shotton, A. Blake, R. Cipolla//Proceedings of the 10th IEEE International Conference on Computer Vision (ICCV’05). -2005. -Vol. 1. -P. 503-510.
  • Torralba A. Contex-based Vision System for Place and Object Recognition/A. Torralba, K.P. Murphy, W.T. Freeman, M.A. Rubin//Proceedings of the 9th IEEE International Conference on Computer Vision (ICCV’03). -2003. -Vol. 1. -P. 273-283.
  • Myung J. Ch. Exploiting Hierarchical Contex on a large database of object categories/J.Ch. Myung, J.J. Lim, A. Torralba, A.S. Willsky//Proceedings IEEE Conf. on Computer Vision and Pattern Recognition (CVPR’10). -2010. -P. 129-136.
Еще
Статья научная