Zadanie 2 - wybrane inne metody klasyfikacji, transformacje przestrzeni cech.

Zadanie to składa się z następujących elementów:

  • W stworzonym w poprzednim zadaniu szkielecie zaimplementować dodatkowa (wymyslona przez siebie lub znaleziona) metode klasyfikacji.
  • Dla zadanego zbioru danych, który w tym przypadku stanowią obrazy z różnymi teksturami, opracować dwie metody ekstrakcji cech: jedną na podstawie danego obrazu (tj. operując na dziedzinie czasu) i jedną na podstawie jego widma uzyskanego w wyniku zastosowania trnansformaty Fouriera (tj. operując na dziedzinie częstotliwości).
  • Przy wykorzystaniu uzyskanych w poprzednim punkcie cech (rozważanych osobno i razem) dokonać analizy zdolności klasyfikacji wybranej metody oraz porównać je z metodą k-NN z zadania pierwszego (dokonać klasyfikacji należy więc wszystkimi obiema metodami!).

W każdym z elementów zadania przy ocenie pod uwagę będą brane następujące rzeczy:

  • Prawidłowość implementacji metod oraz uniwersalność i optymalność tej implemetacji, a także znajomość użytych technik. Orientacyjna waga tej części zadania to 0.3.
  • Przygotowanie wraz z opisem i uzasadnieniem odpowiednich metod tworzenia cech zarówno w dziedzinie czasu jak i częstotliwości oraz odpowiednie programy generujące te cechy. Orientacyjna waga tej części zadania to 0.3.
  • Dokonanie analizy wyników zarówno pod względem porównania działania wybrane metody z tego zadania z metodą k-NN, jak i pod względem charakteru samej metody. Orientacyjna waga tej części zadania to 0.4.

Zestaw danych do pobrania:

Dane zostały przygotowane na podstawie zbioru tekstur stworzonego przez Columbia University i Utrecht University (http://www1.cs.columbia.edu/CAVE/software/curet/) za zgodą autorów. W zbierze treningowym znajdują się próbki (obrazy o rozmiarach 64x64 piksele) czterech, wybranych, rzeczywistych tekstur: len (linen, 814 próbek), sól (salt, 917 próbek), słoma (straw, 858 próbek) i drewno (wood, 848 próbek). Przedstawiają one każdy z obiektów, widziany pod różnym kątem i w różnym oświetleniu (za etykiety odpowiadaja w tym wypadku katalogi, w ktorych zostaly umieszczone probki). Zbiór testowy składa się z trzech obrazów (o rozmiarach 512x512 pikseli) zawierających obszary wypełnione tymi teksturami (pliki: test1.bmp, test2.bmp i test3.bmp) oraz trzech obrazów (pliki: label1.bmp, label2.bmp i label3.bmp) zawierająych etykiety dla pikseli z tych obrazów (etykieta w tym wypadku to kolor odpowiedniego piksela: len (224), sól (160), słoma (96) i drewno (32)). Należy przy wykorzystaniu zbioru treningowego skonstruować odpowiednie klasyfikatory, a następnie przy ich uzyciu dokonać segmentacji obrazów testowych oraz sprawdzić jakość tej klasyfikacji.

Zbiór testowy (obrazy do segmentacji i obrazy z etykietami) można też pobrać poniżej:




Wskazówki i uwagi:

  • Nalezy zwrocic uwage na to, ze cecha tekstury powinna uwzgledniac informacje na temat wzajemnego polozenia pikseli (ich konfiguracji), a nie tylko i wylacznie brac pod uwage ich jasnosc.
  • Warto sie zastanowic za co w dziedzinie czasu odpowiadaja wybrane fragmenty widma Fouriera.