Anomali tespiti ile kedileri görsel olarak tespit etme

Şimdiye kadar sınırlı makine öğrenimi deneyimimi artırmanın bir yolu olarak taahhüt ettiğim bir hobi projem var. Bu konuda Coursera MOOC dersini aldım ve tamamladım. Benim sorum projenin fizibilitesi ile ilgili.

Görev şudur:

Komşu kediler zaman zaman bahçemi ziyaret ediyorlar, bu da benim çimlerimde dışkılama eğilimindeyken sevmediğim. Bir kedi olduğunda beni uyaran bir uyarı sistemine sahip olmak istiyorum, böylece süper soaker'ımı kullanarak kovalayabilirim. Basitçe söylemek gerekirse, sadece siyah ve beyaz renkte bir kediyi önemsediğimi söyleyin.

Bahçenin bir bölümünün video ve / veya resimlerini çekebilen kamera modüllü bir ahududu pi kurdum.

Örnek resim:

İlk fikrim, kedi veya kedi benzeri nesneleri tanımlamak için bir sınıflandırıcı yetiştirmekti, ancak yeterince çok sayıda pozitif örnek elde edemeyeceğimi fark ettikten sonra, anomali tespiti lehine terk ettim.

Günün her saniyesinde bir fotoğraf çekersem, günde kedileri (güneş ışığı ile yaklaşık 60.000 kişiden) içeren beş fotoğrafla sonuçlanacağımı tahmin ediyorum.

Bu anomali tespiti kullanılarak yapılabilir mi? Öyleyse, hangi özellikleri önerirsiniz? Şu ana kadarki fikirlerim sadece belirli renklere sahip piksel sayısını saymak olurdu; bir tür damla algılama / görüntü bölümleme yapın (ki nasıl yapacağımı bilmiyorum ve bu nedenle kaçınmak istiyorum) ve aynı renk analizini gerçekleştirin.

Bir hareket / değişiklik algılama yaklaşımı kullanarak sorununuzu önemli ölçüde basitleştirebilirsiniz. Örneğin, her görüntüyü / kareyi erken bir zamanla (örn. Bir dakika önce) biriyle karşılaştırabilir, ardından yalnızca önceki zamandan bu yana değişen pikselleri göz önünde bulundurabilirsiniz. Daha sonra dikdörtgen değişim bölgesini çıkarabilir ve bunu sınıflandırma veya anormallik tespiti için temel olarak kullanabilirsiniz.

Bu tür bir yaklaşımı kullanmak sınıflandırıcıyı önemli ölçüde basitleştirebilir ve yanlış hedef oranınızı azaltabilir, çünkü kabaca bir kedinin boyutu olmayan bir şeyi (örneğin, bir kişi veya kuş) göz ardı edebilirsiniz. Daha sonra, sınıflandırıcı (veya anomali dedektörü) için eğitim setini oluşturmak üzere filtrelenmemiş çıkarılan değişiklik bölgelerini kullanırsınız.

Kedi saldırı tespit sisteminize bir lazer taret monte etmeden önce yanlış hedef oranınızı yeterince düşük tuttuğunuzdan emin olun.

Bu ilginç ve oldukça iddialı bir proje :)

Anomali tespitinin (en azından takip ettiğiniz derste açıklanan anlamda) bu durumda çok uygun bir algoritma olacağından emin değilim.

Bir Fotoğraf OCR iş akışının gösterildiği bu kursun sonunda tartışılan şey olarak daha uygun bir yaklaşım olarak düşünürdüm.

Yaklaşım, görüntünüzü daha küçük "bloklar" halinde bölümlere ayırmak ve denetimli bir öğrenme algoritması kullanarak tek tek geçmek ve her bloğu bir kedi içerip içermediğine göre sınıflandırmaya çalışmak olacaktır. Bir blokta bir kedi varsa, alarm çalar. Bir bonus olarak, kedinin pozisyonunu da alırsınız, böylece projenize gelecekteki bir adım olarak bazı "otomatik" yanıtları dahil etmeyi düşünebilirsiniz.

Buradaki fayda, bahçenize özgü bir veri kümesi kullanarak algoritmanızı eğitmeniz gerekmeyeceğidir (bahsettiğiniz gibi, oluşturmak zor), ancak ağdan alınan kedilerin resimlerini kullanabilirsiniz (örneğin, belki de "çimenlerin üzerinde kedi" falan) ve belki (veya diğer) bahçelerinizdeki fotoğraflardan yamalar. Bu nedenle, kameranızdan fotoğraf toplamak için zaman harcamak zorunda değilsiniz ve çok küçük (karşılaştırılabilir) bir pozitif örnek (yani kediler) alma riskinden kaçınıyorsunuz.

Elbette, doğru bir kedi dedektörü oluşturmak ne kadar kolay başka bir konudur ..

Hareket / değişiklik algılama stratejisi kesinlikle yeterlidir, ancak ekstra bir işlem ekleyeceğim. Örneğin, değiştirilme olasılığı daha yüksek olan bölgeleri tespit ediyorum, örneğin, merdiven insanların olabileceği bir yer (kediler) ve köpeklerin, kedilerin veya insanların olabileceği bir çim gibi görünüyor.

Ben nesne ve yörünge boyutu ile bir harita yakalamak ve bununla belirli bir hız ve yörünge ile hareket eden bir nesne (piksel cinsinden görüntü içinde belirli bir boyutu ile) tespit etmek amacıyla bir küme oluşturmak istiyorum.

Bunu R kullanarak yapabilirsiniz veya hareketi tespit etmek ve farklı nesneleri takip etmek için OpenCV'yi öneririm.

OpenCV'nin arka plan çıkarması , sertleşmenizde hareket eden nesneleri bulacaktır. Bundan sonra, kedileri, insanları, ağaçları vb. Ayırt etmek için bir sınıflandırıcı veya şekil analizi kullanabilirsiniz.

Bir kuş mu? O bir kedi mi? Siyah-beyaz kedi büyüklüğümüz var! burada magpies. böylece başarısız olur.

İlk şey yeşil olan tüm alanları dışlamak, kediler nadiren yeşil olur.

Ardından, taş ve merdiven gibi statik şeyleri kaldırmak için gerisini referans görüntüyle karşılaştırın.

Minimum boyuttaki nesneleri tespit etmek mümkün olmalıdır, ancak bir sınıflandırma için çözünürlük çok düşüktür. Yeni uzaktan kumandalı insansız hava aracını test eden komşunuz da olabilir.

İki kamera ile nesnelerin 3B eşlemesini yapabilir ve uçan nesneleri ortadan kaldırabilirsiniz.