🤖 👨‍👩‍👦‍👦 🎊 HoughNet: एक क्लासिक एल्गोरिथ्म के साथ जुड़े गायब बिंदुओं की खोज करें 🧘🏿 🔧 🧑🏾

जबकि कृत्रिम तंत्रिका नेटवर्क (ANN) के दर्जनों और यहां तक कि सैकड़ों सिद्ध आर्किटेक्चर को ऑब्जेक्ट मान्यता की दुनिया में प्रशिक्षित किया जाता है, ग्रह को शक्तिशाली वीडियो कार्ड के साथ गर्म करना और कंप्यूटर विज़न के सभी कार्यों के लिए "रामबाण" बनाना, हम स्मार्ट इंजन में अनुसंधान पथ का दृढ़ता से पालन कर रहे हैं, नए प्रभावी ANN आर्किटेक्चर पेश कर रहे हैं। विशिष्ट समस्याओं को हल करने के लिए। आज हम HafNet के बारे में बात करेंगे - छवियों पर लुप्त बिंदुओं की खोज करने का एक नया तरीका।

पर्याप्त परिवर्तन और इसका त्वरित कार्यान्वयन

. , , , , . ( ). () : , , , .. , , , , , .

(x_i,y_i). , y_i=x_ia+b a b. b=-x_ia+y_i ab, , (x_i,y_i) . : , , , . : , . ( – , ).

, , , – .

, . .

, , : – O(n³), n – .

() – , , () . O(n² log(n)), . , , , [5]. , : : « » ( H₁), « » ( H₂), « » ( H₃) « » ( H₄). , H₁₂ H₃₄ , .

( , ). , , . .

. , , - , : ( , , ), – . , . . , - . , H₁₂ , . , , H₃₄ , . , , H₁₂ , , , . ( , H₁₂ ).

( ). , ( – ).

, , : ? , … , !

HoughNet

, , - (, – , – ). «» ( , ). «» . «» , , ?

, ( HoughNet), , - . , , – , , . , ( [1]).


1	conv	12 filters 5x5, stride 1x1, no padding	relu
2	conv	12 filters 5x5, stride 2x2, no padding	relu
3	conv	12 filters 5x5, stride 1x1, no padding	relu
4	FHT	H12 for vertical, H34 for horizontal	-
5	conv	12 filters 3x9, stride 1x1, no padding	relu
6	conv	12 filters 3x5, stride 1x1, no padding	relu
7	conv	12 filters 3x9, stride 1x1, no padding	relu
8	conv	12 filters 3x5, stride 1x1, no padding	relu
9	FHT	H34 for both branchesg	-
10	conv	16 filters 5x5, stride 3x3, no padding	relu
11	conv	16 filters 5x5, stride 3x3, no padding	relu
12	conv	1 filter 5x5, stride 3x3, no padding	1 – rbf

: «» , «» . .

. MIDV-500 [6]. , . 50 . ( , 30 ) , – .

, , ICDAR 2011 dewarping contest dataset ( 100 - , ) .

«» ( ), state-of-the-art [7] [8].

		[7]	[8]	HoughNet
	31.3%	49.6%	50.1%	59.7%

[1] Sheshkus A. et al. HoughNet: neural network architecture for vanishing points detection // 2019 International Conference on Document Analysis and Recognition (ICDAR). – 2020. doi: 10.1109/ICDAR.2019.00140.
[2] . ., . ., . . // . – 2014. – . 64. – №. 3. – . 25-34.
[3] .. : . … . . .-. . – ., 2019. – 24 .
[4] [ ]: . . – : https://ru.wikipedia.org/wiki/_/ ( : 13.03.2020).
[5] Nikolaev D. P., Karpenko S. M., Nikolaev I. P., Nikolayev P. P. Hough Transform: Underestimated Tool in the Computer Vision Field // 22st European Conference on Modelling and Simulation, ECMS 2008. – Nicosia, Cyprys, 2008. – P. 238–243.
[6] Arlazarov V. V. et al. MIDV-500: a dataset for identity document analysis and recognition on mobile devices in video stream // . – 2019. – . 43. – №. 5.
[7] Y. Takezawa, M. Hasegawa, and S. Tabbone, “Cameracaptured document image perspective distortion correction using vanishing point detection based on radon transform,” in Pattern Recognition (ICPR), 2016 23rd International Conference on. IEEE, 2016, pp. 3968–3974.
[8] Y. Takezawa, M. Hasegawa, and S. Tabbone, “Robust perspective rectification of camera-captured document images,” in Document Analysis and Recognition (ICDAR), 2017 14th IAPR International Conference on, vol. 6. IEEE, 2017, pp. 27–32.

HoughNet: एक क्लासिक एल्गोरिथ्म के साथ जुड़े गायब बिंदुओं की खोज करें

पर्याप्त परिवर्तन और इसका त्वरित कार्यान्वयन

HoughNet

More articles: