Extrakce významných rysů v obrazových scénách s využitím v klasifikačních technikách

Abstract

V rámci této bakalářské práci prozkoumáme metodu extrakce obrazových rysů zvanou Scale-Invariant Feature Transform. Extrahované rysy využijeme k trénování a testování klasifikační techniky zvané Support Vector Machine. V prvních několika sekcích představíme Scale-Invariant Feature Transform, techinky potřebné k přizpůsobení vektorů rysů klasifikátoru a Support Vector Machine. V benchmarcích natrénujeme a otestujeme klasifikátor na rysech extrahovaných z reálných fotografií. Pro porovnání natrénujeme a otestujeme klasifikátor také pomocí hodnot jednotlivých pixelů ve fotografiích.

In this thesis, we explore image feature extraction approach called Scale-Invariant Feature Transform. We use the extracted features for training and testing of an image classification technique, a Support Vector Machine. In first few sections, we introduce the Scale-invariant Feature Transform, techniques used to adapt the the feature descriptors to the classifier, and the Support Vector Machine. For the benchmarks, we train and test the classifier using features extracted from a real image data. For comparison, we train and test the classifier using pixel values of the data.