Memetakan Keluaran Visi Ke Masukan Jaringan Syaraf Tiruan

Saya cukup baru mengenal MATLAB, tetapi telah mengenal Simulink dan Computer Vision selama beberapa hari terakhir. Pernyataan masalah saya melibatkan pengambilan input video lalu lintas/jalan raya dan mendeteksi apakah telah terjadi kecelakaan.

Saya berencana melakukan ini dengan mengekstraksi nilai pusat massa untuk memplot lintasan, perbedaan kecepatan (antar bingkai) dan jarak antara dua kendaraan. Saya berhasil melacak pusat massa, dan bertujuan untuk mendapatkan fitur lainnya.

Yang saya tidak tahu adalah bagaimana memetakannya ke ANN. Maksud saya, setiap gambar memiliki lebih dari satu gumpalan kendaraan, artinya, ada beberapa centroid dalam satu frame/gambar. Jadi, bagaimana NN bertindak pada banyak input (fitur yang diekstraksi per kendaraan) secara bersamaan? Saya jelas kehilangan tautannya. Tolong bantu saya mencari tahu.

Juga, apakah saya melihat data deret waktu?


computer-vision matlab neural-network time-series simulink
person multiverse    schedule 19.09.2012    source sumber
comment
Bisakah Anda menjelaskan dengan tepat apa masukannya? Seperti apa gumpalan kendaraan itu? Apakah ID kendaraan, x, y, kecepatan, arah, ukuran, dll? Dan apakah Anda bermaksud memberi makan jaringan saraf beberapa langkah mundur ke masa lalu dengan data?   -  person    schedule 20.09.2012
comment
Saya tidak yakin Anda memerlukan ANN untuk ini; ANN akan lebih baik jika, katakanlah, Anda harus mengetahui apakah satu gumpalan adalah mobil atau bukan... Artinya, Anda dapat menggunakan data dari waktu ke waktu, kecepatan mobil, dll., dan membuat analisis data deret waktu, lalu Anda akan melihat untuk peristiwa tertentu (puncak...) dalam rangkaian waktu. Mereka bisa bersifat multidimensi, sehingga Anda dapat mengumpulkan banyak informasi (kecepatan, jarak antar mobil...) dan dengan demikian membuat tebakan yang lebih baik. Berhati-hatilah saat bekerja dengan deret waktu, Anda harus mengurangi dimensi (PCA...) setelah ini selesai, mungkin ANN cocok. SVM juga bagus untuk deret waktu.   -  person CTZStef    schedule 20.09.2012
comment
Idenya adalah untuk mendeteksi peristiwa, dengan melihat varians yaitu varians pada setiap langkah waktu. Oleh karena itu, Centroid 2 - Centroid 1, Velocity 2- Velocity 1 dll dimasukkan sebagai input. Jadi, masukannya idealnya berupa varians antara setiap langkah waktu. Apakah mungkin melakukan hal itu dengan lebih dari satu kendaraan per frame? Karena itu saya harus memeriksa varians di semua kendaraan. Katakanlah saya memiliki 3 mobil dalam satu frame, dan 4 fitur per mobil, sehingga ada 4 + 4 + 4 fitur yang harus dilacak sepanjang waktu. Bagaimana kita melakukan itu?   -  person multiverse    schedule 20.09.2012
comment
Jika saya tidak salah, PCA membutuhkan seluruh matriks nilai untuk dikerjakan, bukan? Bukankah itu akan membatalkan seluruh tujuan dari real-time?   -  person multiverse    schedule 20.09.2012
comment
Cukup gunakan semua perbedaan antara langkah waktu untuk setiap variabel, sebanyak langkah waktu yang Anda minati, dan jadikan itu masukan ke ANN Anda.   -  person    schedule 21.09.2012
comment
Ya, tapi bagaimana Anda melakukannya di MATLAB? Menyediakan varians pada setiap langkah waktu?   -  person multiverse    schedule 21.09.2012

Jawaban (1)


arrow_upward
0
arrow_downward

Saya tidak begitu yakin dengan pertanyaan Anda. Masalahnya bisa berupa data deret waktu atau bukan. Anda mungkin dapat mengubah versi masalah deret waktu, sehingga dapat diselesaikan menggunakan ANN, tetapi ini semacam palu Maslow :). Juga, Bisakah Anda mengulangi masalahnya.

Seperti yang Anda katakan, Anda dapat memberikan fitur dari dua atau tiga frame dan kemudian menggunakan pengklasifikasi untuk mendeteksi kecelakaan atau tidak, tetapi mungkin sulit untuk melatih pengklasifikasi tersebut. Masalahnya sangat sulit sehingga Anda mungkin memerlukan banyak sampel pelatihan untuk menyelesaikannya dengan benar, terutama sampel negatif yang sangat bagus (misalnya mobil yang berjalan berdekatan) dll.

Ada beberapa cara yang dapat Anda coba untuk mengatasi masalah deteksi kecelakaan ini. Misalnya: Buat pengklasifikasi (ANN/SVM dll) untuk mendeteksi kecelakaan tanpa data deret waktu. Dalam hal ini masukan Anda akan berupa gambar kecelakaan dan gambar bukan kecelakaan atau semacam sampel positif dan negatif untuk pelatihan dan gambar selanjutnya untuk pengujian. Dalam kasus khusus ini, Anda tidak melihat data deret waktu. Namun di sini Anda mungkin memerlukan banyak fitur untuk mendeteksi hal yang sama (ini dalam beberapa hal merupakan versi bingkai tunggal dari masalahnya).

Metode kedua adalah dengan menggunakan data deret waktu, dalam hal ini Anda harus mendeteksi fitur, melacak fitur (misalnya menggunakan Lucas Kanade/Horn dan Schunck) dan kemudian menggunakan informasi tentang kecepatan dan pusat massa untuk mendeteksi kecelakaan. Anda bahkan mungkin bisa merumuskannya untuk HMM.

person sumodds    schedule 23.09.2012
comment
Oke, mari kita coba analoginya. Tujuan saya mirip dengan klasifikasi Kepiting. Klasifikasi kepiting memerlukan deteksi jenis kelamin kepiting dengan menganalisis gambar. Enam karakteristik fisik kepiting dipertimbangkan: spesies, panjang, lebar dan kedalaman, dll dan dimasukkan ke NN untuk menentukan hasilnya. Keraguan saya masih ada, bagaimana jika saya memiliki dua kepiting dalam satu gambar? Atau dalam kasus saya, dua mobil dalam tangkapan layar/bingkai video yang sama. Bagaimana cara menyediakan beberapa set fitur ke NN/frame? - person multiverse; 25.09.2012
comment
Jadi begitu. Ini sebetulnya seperti masalah ayam dan telur. Namun biasanya yang dilakukan adalah ini. Anda memiliki detektor dan mesin pengenalan. Detektor mendeteksi mobil, atau kepiting, dll dan mesin pengenalan mengklasifikasikan jenis kelamin atau jenis mobilnya. Jadi, Anda harus terlebih dahulu mendapatkan detektor (baik menggunakan pengklasifikasi, untuk mengklasifikasikan kepiting atau bukan kepiting, atau metode ad-hoc). Anda juga dapat menggunakan informasi lain untuk memudahkan pendeteksiannya, misalnya jika saya mengetahui mobil akan muncul pertama kali di pojok kiri atas, saya dapat memasang detektor di pojok kiri atas saja. - person sumodds; 08.10.2012