nechodím na prednášky05 Convolution and edge detection
Preber si túto prednášku so svojou AI
Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.
Zhrnutie prednášky
Prednáška nadväzuje na konvolúciu a ukazuje, ako ju využiť na zvýraznenie a detekciu hrán v obraze. Hrana súvisí s gradientom intenzity, čo je vektor udávajúci smer a veľkosť najrýchlejšej zmeny jasu. V diskrétnom obraze sa derivácie aproximujú rozdielmi susedných pixelov, pričom sa používajú konvolučné jadrá, napríklad Sobelov operátor, citlivé na smer hrán, alebo masky aproximujúce veľkosť gradientu. Reálne hrany sú zašumené a nie také ideálne ako sigmoidný model, preto je detekcia hrán netriviálna úloha. Cannyho detektor najprv obraz vyhladí Gaussovým filtrom, potom vypočíta gradienty a použije prahovanie s dvoma prahmi, pričom pixely medzi prahmi sa posudzujú podľa susedov.
- - Hrana je nespojitosť v obraze a súvisí s gradientom intenzity.
- - Gradient je vektor so smerom (kolmým na hranu) a veľkosťou zodpovedajúcou sile hrany.
- - V diskrétnom obraze sa derivácie aproximujú rozdielmi susedných pixelov pomocou konvolučných jadier.
- - Sobelove operátory aproximujú x-ovú a y-ovú zložku gradientu a sú citlivé na smer hrán.
- - Reálne hrany sú zašumené, preto je ich detekcia netriviálny problém.
- - Cannyho detektor: Gaussovo vyhladenie, výpočet gradientu, prahovanie veľkosti gradientu.
- - Dva prahy rozhodujú o hrane: nad horným je hrana, pod dolným nie je a pri strednej hodnote sa posudzujú susedia.
Zhrnutie pripravené s pomocou AI z prepisu videa.
