मशीन सीखने के बिना उसकी तस्वीर से एक घर के भंडार की संख्या का निर्धारण

इस लेख में, मैं अपनी राय में, प्रशिक्षण का उपयोग किए बिना एक छवि में वस्तुओं की कंप्यूटर मान्यता की समस्या का एक दिलचस्प समाधान दूंगा।

टास्क: एक बहु-मंजिला इमारत की एक तस्वीर होना, इसमें फर्श की संख्या निर्धारित करने का प्रयास करें।

फर्श की संख्या के लिए एक अच्छा अनुमान घर की ऊर्ध्वाधर में खिड़कियों की संख्या दे सकता है। विंडोज़, बाल्कनियाँ और अन्य वस्तुएँ फर्श की अच्छी विशेषताएँ हैं (विशेषकर आवासीय भवनों में)। मैं आवासीय भवनों पर विचार करूंगा, जिनकी छवियां नेटवर्क पर ढूंढना आसान है। एक महत्वपूर्ण सीमा को पहले से ही ध्यान दिया जाना चाहिए: छवि में घर को पूरी तरह से लंबवत दिखाया जाना चाहिए, ताकि फर्श को नेत्रहीन रूप से पता लगाया जा सके।

कार्य को तर्कसंगत रूप से दो चरणों में विभाजित किया गया है:

1. गिनती की जाने वाली खिड़कियों के ऊर्ध्वाधर "पट्टी" के लिए खोजें। दो उपशीर्षक: सबसे पहले, आपको घर के कब्जे वाले छवि क्षेत्र में खिड़कियों की तलाश करनी होगी, और दूसरी बात, आवासीय भवनों में बहुत सारी खिड़कियां हैं, यह उन सभी का विश्लेषण करने के लिए कोई मतलब नहीं है। उनके बीच उन ऊर्ध्वाधर अनुक्रम को उजागर करना आवश्यक है जो बाद के विश्लेषण के लिए सबसे उपयुक्त हैं।
2. घर के चयनित क्षेत्र द्वारा फर्श (खिड़कियों, या अन्य विशिष्ट वस्तुओं) की संख्या का निर्धारण।

यह लेख मुख्य रूप से समाधान के पहले चरण के लिए समर्पित है। दूसरा चरण अभी भी विकास में है, लेकिन मैं इसके समाधान के कुछ परिणाम भी दूंगा।

चरण 1. खिड़कियों के साथ क्षेत्र के लिए खोजें

मूल विचार यह है कि समान वस्तुओं की एक श्रृंखला (जैसे कि खिड़कियां) समान वस्तुओं की एक पंक्ति में एक घर में अच्छी तरह से अलग हैं, जो पिक्सेल चमक का आवधिक अनुक्रम बनाती है। यह वास्तव में पाया जाने वाला क्रम है। नीचे एल्गोरिथ्म के मुख्य चरण हैं।

पहले हम इमेज को ग्रे के शेड्स में ट्रांसलेट करते हैं और इसे स्केल करते हैं (मैंने तस्वीरों का इस्तेमाल किया 400x600px)

चित्र 1 मूल b / w छवि

लूप में आगे:

1. पूरी ऊंचाई पर एक अपेक्षाकृत संकीर्ण (40px) पट्टी की छवि पर चयन (चित्र 2, डॉट्स के बिना कम छवि)
2. पट्टी की चौड़ाई पर चमक का लाभ। यह घर की ऊँचाई (औसत 2 ऊपरी ग्राफ) पर औसत चमक के वितरण की रेखा w को दर्शाता है। इसमें उस क्षेत्र की स्पष्ट रूप से दिखाई देने वाली आवधिक संरचना है जहां खिड़कियां हैं। शेड में स्थित विंडोज कम विशिष्ट हैं, लेकिन यह चोट नहीं पहुंचाएगा।
3. W और w के मूल्यों के अंतर dw को दूरी sh द्वारा स्थानांतरित किया जाता है। खोज विधि इस तरह के शिफ्ट वैल्यू श का उपयोग करती है ताकि अंतर के मीडियम में अधिकतम कमी को प्राप्त किया जा सके dw (चित्र। 2, निचला ग्राफ)।
   
   
   Fig.2 खिड़कियों की "पट्टी"

हालांकि, उस छवि के बैंड को खोजने के लिए पर्याप्त नहीं है, जिस पर माध्यिका सबसे दृढ़ता से कम हो गई थी। तथ्य यह है कि हरियाली या आकाश वाले क्षेत्र, छोटे कतरनी मूल्यों के साथ, खिड़कियों की तुलना में अधिक कमी दे सकते हैं। लेकिन अगर हम खिड़कियों के साथ और बिना स्ट्रिप्स के शिफ्ट वैल्यू पर माध्य मूल्य की निर्भरता की साजिश करते हैं, तो हम एक महत्वपूर्ण अंतर देख सकते हैं: मंजिलों की ऊंचाई के करीब शिफ्ट मानों के लिए, खिड़कियों के साथ ग्राफ स्पष्ट रूप से दृश्यमान है। इस प्रकार, मध्यिका के पूर्ण प्राप्य स्तर को मापना आवश्यक नहीं है, लेकिन प्रत्येक विंडो के लिए शिफ्ट बढ़ाने की प्रक्रिया में अधिकतम से इसकी अधिकतम कमी है। यह एक महत्वपूर्ण बिंदु है।

खिड़कियों के बिना	खिड़कियों के साथ

अंजीर। 3 बढ़ती पारी के साथ औसत चमक के मध्य में बदलें

नीचे टिप्पणियों के साथ python3 कोड है।

image = Image.open("raf_data/32.jpg").resize((600,400)) # . img = np.array(image.convert("L"), dtype=float)/255 SEARCH_WIDTH = 40 #    x_opt = [0, 1] #    :      sh_range = range(1,100) #    kmax = 0 #       for x in range(0, img.shape[1]-SEARCH_WIDTH, int(SEARCH_WIDTH/2)): amax = 0 amin = 1 #      for sh in sh_range: #    w = img[:,x:x+SEARCH_WIDTH].mean(axis=1) aim = (pd.DataFrame(w)-pd.DataFrame(w).shift(sh))[sh:].abs().median().values[0] #    aim    sh if aim>amax: amax = aim amin = amax if aim<amin: amin = aim aim_k = amax/amin if aim_k>kmax: x_opt = [x, sh, w] kmax = aim_k print(' : {0},  : {1}'.format(x_opt[0], x_opt[1])) 

अंजीर। 2 पाया बदलाव की दूरी पर निर्धारित अंक। जैसा कि आप देख सकते हैं, वे हर खिड़की को अच्छी तरह से चिह्नित करते हैं। यानी हम पहले से ही मंजिल की ऊंचाई जानते हैं!
माना एल्गोरिथ्म विभिन्न आवासीय भवनों (छवि 4) के पहलुओं पर अच्छे नियमित क्षेत्र पाता है।



चित्र 4 उदाहरण

चरण 2. फर्श की संख्या की गणना

इस कदम पर, मुख्य कठिनाइयां शुरू होती हैं। आगे की कार्रवाई इस प्रकार हो सकती है:

1. औसत चमक के अंतर का विश्लेषण करके या मशीन सीखने का उपयोग करके घर की ऊंचाई का अनुमान लगाएं)। घर की ऊंचाई को फर्श की ऊंचाई से विभाजित करें और फर्श की संख्या प्राप्त करें।
2. पहले चरण में मिली खिड़की में, खिड़कियों के समान वस्तुओं की तलाश करें और उन्हें सीधे गिनें, उदाहरण के लिए, विशिष्ट बिंदुओं पर।

पहले तरीके को आजमाना स्वाभाविक है: पहली बार मंजिलों की ऊंचाई ज्ञात होने के बाद, यह घर की ऊंचाई निर्धारित करने के लिए बनी रहती है। हालांकि, चरण 1 में दिखाई गई योजनाओं के समान ही घर की ऊंचाई निर्धारित करने के लिए सभी संभावित सीमाओं और बदलावों को ध्यान में रखते हुए खराब हो जाते हैं। कुछ मामलों में, काम के अच्छे उदाहरण प्राप्त करना संभव है, लेकिन लगातार अच्छे परिणाम के लिए मशीन लर्निंग का उपयोग करने के दृष्टिकोण की आवश्यकता होती है।

अंजीर। 5 एक यादृच्छिक जंगल का उपयोग कर घर की ऊंचाई निर्धारित करना