1

‫مدرس‪ :‬محمدرضا محمدی‬

‫‪1400‬‬

‫‪2‬‬
3
 ‫مسئلههای بینایی کامپیوتر‬
‫تشخیص اشیاء (‪)Object Detection‬‬ ‫دستهبندی ‪ +‬مکانیابی‬

‫ناحیهبندی نمونهها (‪)Instance Segmentation‬‬ ‫ناحیهبندی معنایی (‪)Semantic Segmentation‬‬

‫‪4‬‬
 ‫دستهبندی و مکانیابی‬
‫دسته صحیح‬
‫(‪)Sheep‬‬
‫امتیاز دستهها‬
‫‪Sheep: 0.86‬‬
‫‪D‬‬ ‫‪Dog: 0.12‬‬ ‫‪Softmax Loss‬‬
‫‪Cat: 0.01‬‬
‫…‬
‫‪+‬‬ ‫‪Loss‬‬

‫مختصات جعبه‬
‫)‪(x, y, w, h‬‬ ‫‪L2 Loss‬‬

‫جعبه صحیح‬
‫)’‪(x’, y’, w’, h‬‬
‫‪5‬‬
 ‫تشخیص اشیاء‬

‫استخراج ناحیههای‬ ‫دستهبندی و‬

‫تصویر‬ ‫پیشنهادی‬ ‫مکانیابی‬
‫اشیاء‬

‫‪6‬‬
 R-CNN

7 Girshick, Ross, et al. "Region-based convolutional networks for accurate object detection and segmentation." IEEE transactions on pattern analysis and machine intelligence (2015)
 R-CNN

8
 Fast R-CNN

9 Girshick, Ross. "Fast r-cnn." Proceedings of the IEEE international conference on computer vision. (2015).
 ‫مقایسه زمانی‬

‫‪10‬‬
 Faster R-CNN
‫ناحیههای پیشنهادی هم توسط بخشی‬ 
‫) تولید میشوند‬RPN( ‫از شبکه‬
‫ انجام‬end-to-end ‫آموزش شبکه‬ 
‫میشود‬

11 Ren, Shaoqing, et al. "Faster r-cnn: Towards real-time object detection with region proposal networks." IEEE transactions on pattern analysis and machine intelligence (2016)
 ‫تشخیص اشیاء یک مرحلهای‬
‫برخی از الگوریتمهای جدیدتر مانند ‪ SSD ،YOLO‬و ‪ RetinaNet‬بدون بخش مستقیمی برای تولید‬ ‫‪‬‬
‫ناحیههای پیشنهادی توسعه یافتهاند‬
‫این الگوریتمها مبتنی بر پنجره لغزان هستند‬ ‫‪‬‬
‫‪ -‬به نوعی‪ ،‬توسعه روش دستهبندی و مکانیابی هستند‬

‫‪12‬‬ ‫‪Redmon, Joseph, et al. "You only look once: Unified, real-time object detection." Proceedings of the IEEE conference on computer vision and pattern recognition. (2016).‬‬
 Conv ‫ به‬FC ‫تبدیل الیههای‬

Conv Pool FC FC
5×5 2×2 ⋮

14 × 14 × 3 10 × 10 × 16 5 × 5 × 16 100 4

Conv Pool Conv Conv

5×5 2×2 5×5 1×1

14 × 14 × 3 10 × 10 × 16 5 × 5 × 16 1 × 1 × 100 1×1×4

13
 ‫پیادهسازی کانولوشنی پنجره لغزان‬

Conv Pool Conv Conv

5×5 2×2 5×5 1×1
14 × 14 × 3 10 × 10 × 16 5 × 5 × 16 1 × 1 × 100 1×1×4

Conv Pool Conv Conv

5×5 2×2 5×5 1×1

16 × 16 × 3 12 × 12 × 16 6 × 6 × 16 2 × 2 × 100 2×2×4

14
 ‫پیادهسازی کانولوشنی پنجره لغزان‬

‫‪Conv‬‬ ‫‪Pool‬‬ ‫‪Conv‬‬ ‫‪Conv‬‬

‫‪5×5‬‬ ‫‪2×2‬‬ ‫‪5×5‬‬ ‫‪1×1‬‬
‫‪14 × 14 × 3‬‬ ‫‪10 × 10 × 16‬‬ ‫‪5 × 5 × 16‬‬ ‫‪1 × 1 × 500‬‬ ‫‪1×1×4‬‬

‫‪28 × 28 × 3‬‬ ‫‪8×8×4‬‬

‫‪15‬‬
 ‫تطبیق کلیشه‬
‫روش تطبیق کلیشه سادهترین روش برای یافتن یک شیء در تصویر است‬ ‫‪‬‬
‫در این روش‪ ،‬یک کلیشه (‪ )template‬از شیء مورد نظر ساخته شده و مشابهت (یا فاصله) هر ناحیه از‬ ‫‪‬‬
‫تصویر نسبت به آن سنجیده میشود‬

‫‪16‬‬
 ‫تطبیق کلیشه‬

‫‪17‬‬
 ‫تطبیق کلیشه‬

‫‪18‬‬
  method ‫تطبیق کلیشه‬
- TM_SQDIFF

- TM_SQDIFF_NORMED

- TM_CCORR

- TM_CCORR_NORMED

- TM_CCOEFF

- TM_CCOEFF_NORMED

19