Нахожу в тесте вопросы, которые в принципе не освещаются в лекции. Нужно гуглить на других ресурсах, чтобы решить тест, или же он всё же должен испытывать знания, полученные в ходе лекции? |
Детектирование пешеходов
3. Программная реализация
3.1. Разработка приложения для детектирования пешеходов
3.1.1. Требования к приложению
В рамках данной лабораторной работы предлагается разработать приложение для детектирования пешеходов на изображениях с использованием рассмотренных алгоритмов. К приложению предъявляются следующие требования:
- Выбор алгоритма детектирования.
- Детектирование на множестве изображений.
- Визуализация результата работы детектора для оценки качества детектирования на наборе изображений.
3.1.2. Структура приложения
Разрабатываемое приложение должно осуществлять последовательную загрузку указанных (например, всех в заданной директории) изображений. Осуществлять на них детектирование выбранным алгоритмом с заданными параметрами и выводить результат в виде отрисованных на исходном изображении срабатываний детектора. Предлагается проследить, как влияет изменение тех, или иных параметров на получаемый результат.
Следует отметить, что существуют и более объективные методы оценивания качества детектирования, нежели визуальное: построение графика зависимости процента правильно детектированных объектов от среднего числа ложных срабатываний детектора, подсчет средней точности (average precision) и т.д. Однако данные подходы обладают множеством нюансов и рекомендуется использовать уже готовые решения, например, [12].
4. Контрольные вопросы
- Что такое HOG-признаки, какова общая схема их вычисления?
- Как подсчитать длину вектора HOG-признаков для заданных параметров HOG-дескриптора и разрешения изображения?
- Для чего производится масштабирование изображения при детектировании методом бегущего окна?
- Для чего применяется группировка срабатываний детектора?
5. Дополнительные задания
- Реализуйте описанный алгоритм обучения линейной машины опорных векторов для HOG-детектора на базе INRIA [4, 9]. Сравните качество полученной модели и имеющихся в OpenCV.
- Сравните качество встроенных моделей HOG-детектора и LatentSVM.