Zastosowania obliczeń inteligentnych do wyszukiwania w obrazowych bazach danych

Transkrypt

1 Zastosowania obliczeń inteligentnych do wyszukiwania w obrazowych bazach danych Tatiana Jaworska Jaworska@ibspan.waw.pl

2 Istniejące systemy - Google

6 Istniejące systemy CIRES i FIDS

7 Podstawowe pojęcia Content-Based Image Retrieval (CBIR) obrazowa baza danych moduł odpowiedzialny za przetwarzanie obrazu baza danych interfejs użytkownika GUI silnik wyszukiwania

8 Schemat ogólny obrazowej bazy danych

9 Segmentacja obrazu metodą c-środków C = 5 C = 12

10 Idea algorytmu opartego na kolorach

11 Segmentacja obrazu oparta na kolorach

12 Wydzielenie obiektów

13 Tekstury a) tkanina b) kamień c) marmur d) korek Tekstura może być opisywana jako: Dwuwymiarowy proces Markowa Dwuwymiarowy histogram Korelacja transformat Fouriera tekstur z wcześniej przygotowanymi maskami

14 Dwuwymiarowe transformacje falkowe obrazu sprowadzają się do rzutowania obrazu na ustalony ortonormalny układu falek Ze względu na dyskretny charakter obrazów, będziemy się posługiwać falkami dyskretnymi. Dwuwymiarowy separowany układ falek ortonormalnych utworzony konwencjonalnie na podstawie układu jednowymiarowego ma postać: 4 ),,, (,, )} ( ), ( { Z m l k j m l k j y x Falki dwuwymiarowe gdzie j,k (x) jest k-tą falką jednowymiarową na poziomie j-tym analizy wielorozdzielczej. Wykorzystując założenia analizy wielorozdzielczej można pokazać, że wyżej zaproponowany układ jest nadmiarowy i można go zredukować do następującego układu: gdzie: 3 ),, ( 3,, 2,, 1,, )}, ( ),, ( ),, ( { Z m k j m k j m k j m k j y x y x y x ) ( ) ( ), ( ) ( ) ( ), ( ) ( ) ( ), ( y x y x y x y x y x y x

15 Obiekt z fakturą

16 Mapa odległości oparta na transformacji falkowej Przekrój przez detale horyzontalne dla 100-tej kolumny (falka Haara, j=1)

17 Odległości liczone na podstawie dodatnich współczynników falkowych Odległości wyznaczone dla progu odcięcia 1% wartości maksymalnej dla całej macierzy detali horyzontalnych dodatnich. Przekrój przez 100-ną kolumnę.

18 Odległości liczone na podstawie ujemnych współczynników falkowych Odległości wyznaczone dla progu odcięcia 1% wartości minimalnej dla całej macierzy detali horyzontalnych ujemnych. Przekrój przez 100-ną kolumnę

19 Mapa odległości wyznaczonych na podstawie horyzontalnych współczynników dodatnich

20 Mapa odległości wyznaczonych na podstawie horyzontalnych współczynników ujemnych

21 Mapa odległości wyznaczonych na podstawie wertykalnych współczynników dodatnich

22 Mapa odległości wyznaczonych na podstawie wertykalnych współczynników ujemnych

23 Parametry tekstury Na podstawie wykonanych map odległości można oszacować rozmiar pionowy dachówki na falek czyli pikseli, natomiast rozmiar pionowy na and falek czyli pikseli.

24 Różne deskryptory kształtu Definicja Obiekt Sposób kodowania Kod 2 2 ] ) ( [ ] ) ( [ ) ( y y x x r )exp ( 1 N n N n j r N a

25 Wielomiany Zernike a Ciąg wielomianów ortogonalnych nad dyskiem jednostkowym V pq x, y = R pq r e iqθ, r [0,1] V pq (r,) = r x 2 y 2 gdzie: jest długością wektora od środka dysku do punktu (x,y). Wielomiany o wartościach rzeczywistych gdzie p q jest parzyste, 0 q p i p 0. Niech s (p k)/2, wtedy wielomiany mogą być reprezentowane jako

26 Funkcje bazowe Zernike a

27 Momenty Zernike a Wtedy B pqk są współczynnikami tego wielomianu: Dwuwymiarowe momenty Zernike a rzędu p z powtórzeniami q dla obrazu o funkcji intensywności f(x,y) gdzie V * pq ( x, y) Vp, q ( x, y)

28 Właściwości momentów Zernike a 1. Tak zdefiniowane momenty Zernike a są niezmiennicze względem rotacji. 2. Aby uzyskać niezmienniczość względem przesunięcia trzeba centrum obiektu umieścić w środku układu współrzędnych. 3. Natomiast niezmienniczość skali uzyskujemy poprzez skalowanie obiektu.

29 Przykład dopasowania dwóch obiektów na podstawie pierwszych 10 momentów Zernike a

31 Struktura bazy danych - Oracle

33 Biblioteka wzorców Biblioteka wzorców zawiera informację o wzorcowych wektorach cech obiektu graficznego, zakresie wartości i wagach przypisanych tym wartościom. Dla każdego obiektu mamy więc wzorcowy wektor cech P k z wagami ( ) [0,1] P f i k Każdy obiekt jest przyporządkowywany do określonej klasy z biblioteki wzorców poprzez szukanie najmniejszej odległości pomiędzy wektorami O i P k 1 r m m d( FO, Pk ) P ( fi ) FO ( fi ) Pk ( f k i ) i1 Na tej podstawie każdy obiekt otrzymuje etykietę L k

34 Similarity to patterns d Classifiers r m ( O, Pk ) ( f Pk i ) O( fi ) Pk ( fi ) i1 where weights satisfy P ( f ) [0,1] and weights for k i Zernike s complex features satisfy Decision tree. We use the hierarchic method. A more general division is created by k-means clustering of the whole data set into four clusters. The most numerous classes of each cluster (metaclass) are assigned to four decision trees, which results in 8 classes for each one. Naïve Bayes classifier CV x 1 m 2 Re 2 Re x 2 Im 2 Im

35 Klasyfikacja obiektów ID=4 ID=31 ID=9 ID=25 ID=3 ID=24

36 Fuzzy set According to Zadeh, a fuzzy set F in U is uniquely specified by its membership function F : U[0,1]. Thus, the fuzzy set is described as follows: F = {(u, F (u)) uu} For our purpose, we use a trapezoidal membership function which is defined by four parameters a,b,c,d: trap mf u; a, b, c, d = 0, u < a (u a)/(b a), a u b 1, b u c (d u)/(d c), c u d 0, d < u

37 Fuzzy rule-based classifiers 1 Let us consider an M-class classification problem in an n-dimensional normalized hyper-cube [0,1] n. For this problem, we use fuzzy rules of the following type: Rule R q : If x 1 is A q1 and... and x n is A qn then Class C q with CF q, where R q is the label of the q th fuzzy rule, x = (x 1,..., x n ) is an n-dimensional feature vector, A qi is an antecedent fuzzy set (i = 1,...,n), C q is a class label, CF q is a real number in the unit interval [0,1] which represents a rule weight. The rule weight can be specified in a heuristic way. We use the n-dimensional vector A q = (A q1,..., A qn ) to represent the antecedent part of the fuzzy rule R q in the above formula in a concise manner.

38 Fuzzy rule-based classifiers 2 A set of fuzzy rules S of the type shown in the rule R q forms a fuzzy rule-based classifier. When an n-dimensional vector x p = (x p1,..., x pn ) is presented to S, first the compatibility grade of x p with the antecedent part A q of each fuzzy rule R q in S is calculated as the product operator: μ Aq (x p ) = μ Aq1 (x p1 )... μ Aqn (x pn ) for R q S, where μ Aqi (. ) shows the membership function of A qi. Then a single winner rule R w(xp ) is identified for x p as follows: w(x p ) = arg max{cf q μ Aq (x p ) R q S} q where w(x p ) denotes the rule index of the winner rule for x p. The vector x p is classified by the single winner rule R w(xp ) belonging to the respective class. We use the single winnerbased fuzzy reasoning method for pattern classification.

39 Fuzzy rule-based classifier proposed by Ishibuchi An ideal theoretical example of a simple three-class, two-dimensional pattern classification problem with 20 patterns from each class is considered by H. Ishibuchi and Y. Nojima. In this example three linguistic values (small, medium and large) were used as antecedent fuzzy sets for each of the two attributes and 3 3 fuzzy rules were generated. 1.0 x large medium small Class 1 Class 2 Class 3 Ishibuchi H. and Nojima Y. (2011) Toward Quantitative Definition of Explanation Ability of fuzzy rule-based classifiers, IEEE InternationalConference on Fuzzy Systems, June 27-39, 2011,Taipai, Taiwan, small medium large 0.0 x 1 1.0

40 Fuzzy rule-based classifier with 9 fuzzy rules S 1 : R 1 : If x 1 is small and x 2 is small then Class2 with 1.0, R 2 : If x 1 is small and x 2 is medium then Class2 with 1.0, R 3 : If x 1 is small and x 2 is large then Class1 with 1.0, R 4 : If x 1 is medium and x 2 is small then Class2 with 1.0, R 5 : If x 1 is medium and x 2 is medium then Class2 with 1.0, R 6 : If x 1 is medium and x 2 is large then Class1 with 1.0, R 7 : If x 1 is large and x 2 is small then Class3 with 1.0, R 8 : If x 1 is large and x 2 is medium then Class3 with 1.0, R 9 : If x 1 is large and x 2 is large then Class3 with 1.0.

41 Three-class problem for two features

42 Fuzzy rule-based classifier with 9 fuzzy rules For our fuzzy rule-based classifier we have classified data from a training subset according to the fuzzy rule-based classifier S 2 with 9 fuzzy rules constructed automatically as follows: S 2 : fuzzy rule-based classifier with 9 fuzzy rules R 1 : If x 1 is small and x 2 is small then non-defined with 1.0, R 2 : If x 1 is small and x 2 is medium then balkon with 1.0, R 3 : If x 1 is small and x 2 is large then arc with 1.0, R 4 : If x 1 is medium and x 2 is small then non-defined with 1.0, R 5 : If x 1 is medium and x 2 is medium then balkon with 1.0, R 6 : If x 1 is medium and x 2 is large then non-defined with 1.0, R 7 : If x 1 is large and x 2 is small then filar with 1.0, R 8 : If x 1 is large and x 2 is medium then non-defined with 1.0, R 9 : If x 1 is large and x 2 is large then non-defined with 1.0.

43 Three-class problem for two features

44 Fuzzy rule-based classifier with 9 fuzzy rules For our fuzzy rule-based classifier we have classified data from a training subset according to the fuzzy rule-based classifier S 3 with 9 fuzzy rules constructed automatically as follows: S 3 : fuzzy rule-based classifier with 9 fuzzy rules R 1 : If x 1 is small and x 2 is small then non-defined with 1.0, R 2 : If x 1 is small and x 2 is medium then arc with 1.0, R 3 : If x 1 is small and x 2 is large then arc with 1.0, R 4 : If x 1 is medium and x 2 is small then non-defined with 1.0, R 5 : If x 1 is medium and x 2 is medium then vertical lines with 1.0, R 6 : If x 1 is medium and x 2 is large then non-defined with 1.0, R 7 : If x 1 is large and x 2 is small then non-defined with 1.0, R 8 : If x 1 is large and x 2 is medium then balkon with 1.0, R 9 : If x 1 is large and x 2 is large then non-defined with 1.0.

45

46 Fuzzy rule-based classifier with 9 fuzzy rules S 4 : fuzzy rule-based classifier with nine fuzzy rules R 1 : If x 1 is small and x 2 is small then non-defined with 1.0, R 2 : If x 1 is small and x 2 is medium then roof with 1.0, R 3 : If x 1 is small and x 2 is large then horizontal lines with 1.0, R 4 : If x 1 is medium and x 2 is small then non-defined with 1.0, R 5 : If x 1 is medium and x 2 is medium then roof with 1.0, R 6 : If x 1 is medium and x 2 is large then non-defined with 1.0, R 7 : If x 1 is large and x 2 is small then frame with 1.0, R 8 : If x 1 is large and x 2 is medium then frame with 1.0, R 9 : If x 1 is large and x 2 is large then non-defined with 1.0.

47 Precision Total (for 30 classes) Windowpane Classification precision Similarity to pattern Decision trees Naïve Bayes FRBC 21.5% 68.6% 53.8% 88% 16.1% 72% 31.3% 89.7% Window 46.7% 61% 82.2% 57.6% Brick wall 9% 45.5% 32% 90.9% Arc 63.6% 68.2% 65% 58% Roof edge 8.4% 86.7% 61.4% 93.9%

48 Opis rozkładu przestrzennego obiektów graficznych na obrazie z użyciem analizy składowych głównych 1 W bazie danych mamy M klas obiektów oznaczonych etykietami L 1, L 2,, L M. Możemy zatem określić sygnaturę obrazu I i jako następujący wektor: Signature (I i ) = [nobc i1, nobc i2,, nobc im ] gdzie: nobc ik oznacza liczbę obiektów o ij o klasie L k w danym obrazie I i. Poza tą informacją rozpatrujemy też wzajemne położenie obiektów w obrazie w oparciu o analizę składowych głównych (PCA).

49 Opis rozkładu przestrzennego obiektów graficznych na obrazie z użyciem analizy składowych głównych 2 Porównujemy dwa obrazy składające się ze zbioru obiektów I i = {o i1, o i2,, o in } opisanych przez środki ciężkości C ij = (x ij, y ij ) i klasę L ij Formalnie obraz I składa się z n obiektów i k klas gdzie k N, ponieważ kilka obiektów może być tej samej klasy. Jako linię odniesienia do liczenia kąta pomiędzy obiektami wybieramy największą odległość między centroidami obiektów istniejącą na obrazie dist (C p,c q ) = max {dist (C i,c j ) i,j {1,2,,k} and L i L j } Następnie od tej linii liczymy kąty ij pomiędzy kolejnymi środkami ciężkości. W ten sposób metoda jest niezmiennicza względem obrotu.

50 Określenie kąta między obiektami przy wyznaczaniu macierzy do analizy składowych głównych 3 Otrzymujemy więc trójki (L i, L j, ij ), gdzie kąt jest liczony względem linii odniesienia. Dostajemy T = n(n-1)/2 takich trójek dla obrazów o n obiektach. Następnie poszukujemy wektorów własnych PCV i macierzy kowariancji zgodnie z metodą analizy składowych głównych.

51 Determination of angle relative to the reference direction

53 Query types 1. Query by keywords 2. Query by example 3. Query by canvas 4. Query by sketches 5. Query by spatial icons 6. Semantic query 7. Designed query for semantic retrieval.

54 Query types

55 Graficzne zapytanie do bazy poprzez GUI

56 Graficzne zapytanie do bazy poprzez GUI

57 Graficzny interface użytkownika

59 Silnik wyszukiwania I etap Obraz z bazy możemy oznaczyć jako I b = {o b 1, ob 2,, o b m }. Niech zapytaniem będzie obraz I q taki, że I q = {o q 1, oq 2,, oq n }. Aby odpowiedzieć na to zapytanie porównujemy z nim każdy obraz I b z bazy w następujący sposób. Najpierw określamy podobieństwo sim sgn pomiędzy I q i I b licząc odległość między sygnaturami obrazów: Wtedy odległość tych wektorów można traktować jako zmodyfikowaną odległość Hamminga, zakładając, że sim sgn 0 i sim sgn ( I, ) (nob nob ) q I b max (nob i qi tr, gdzie tr jest różnicą obiektów danej klasy, którą dopuszczamy pomiędzy i nob wektorami. Jeśli to podobieństwo jest mniejsze od założonego progu wtedy obraz I b jest odrzucany z dalszych porównań. bi ) qi bi

60 Silnik wyszukiwania II etap Jeśli to podobieństwo jest większe, to przechodzimy do następnego etapu i znajdujemy podobieństwo sim PCV między rozkładem przestrzennym obiektów w obrazach I q i I b licząc odległość euklidesową między wektorami PCV: sim 3 q b b q 2 PCV ( I, I ) 1 ( PCVi PCVi ) i1 Jeśli z kolei to podobieństwo okaże się mniejsze od wartości progowej obraz I b jest odrzucany. W przeciwnym razie, przechodzimy do następnego kroku, w którym liczymy podobieństwo poszczególnych obiektów wchodzących w skład obu obrazów I q i I b. Dla każdego obiektu o q i wchodzącego w skład obrazu Iq, znajdujemy najbardziej podobny obiekt w tej samej klasie na obrazie I b.

61 Dopasowanie parami z eliminacją Dla każdego obiektu o L można obliczyć między obiektami: q b q b simob ( oi, o j ) 1 ( F oil F o jl) b j gdzie: l jest numerem cechy w wektorze cech F O poszczególnych obiektów. Może zajść jednak sytuacja przedstawiona na rysunku: q i l q sim ob ( o i, o 2 b j )

62 Silnik wyszukiwania III etap Z powyższego algorytmu dostajemy wektor podobieństw pomiędzy zapytaniem I q i obrazem I b : sim( I q, I b ) sim sim gdzie: n jest liczbą obiektów reprezentujących obraz I q. Porządkujemy obrazy I b względem zapytania I q, q b na podstawie ( o i, o ) sim ob j ob ob ( o ( o q 1 q n, o, o b 1 b n ) )

63 Graficzny schemat działania silnika wyszukiwania

64 Wyniki

65 Results Wyniki

66 Results Wyniki

67 Results Wyniki

68 Results Wyniki

69 Results Wyniki

70 Results Wyniki

71 Results Wyniki

72 Proponowane zagadnienia Implementacja miękkich metod wyszukiwania Przetestowanie różnych miar podobieństwa Większe uwzględnienie semantyki Dołożenie ontologii Opracowanie obiektywnych metod oceny semantycznego podobieństwa obrazów (the universal similarity index SSIM nie mierzy tego co potrzeba) Połączenie systemu z internetem

73 Literatura Russ J. C.: The Image Processing Handbook, wyd. 2, CRC Press, Artificial intelligence for Maximizing Content Based Image Retrieval, red. Zongmin Ma, Information Science Reference, NY, Deb S.: Multimedia Systems and Content-Based Image retrieval, Idea Group Publishing, Melbourne, Jaworska T., Object extraction as a basic process for content-based image retrieval (CBIR) system, Opto-Electronics Review, Vol. 15, Nr. 4, str , Jaworska T., A Search-Engine Concept Based on Multi-Feature Vectors and Spatial Relationship, LECTURE NOTES IN ARTIFICIAL INTELLIGENCE nr 7022, str , Jaworska T., Query techniques for CBIR, W: ADVANCES IN INTELLIGENT SYSTEMS AND COMPUTERING nr 400, Flexible Query Answering Systems 2015, red. T. Andreasen, H. Christiansen, J. Kacprzyk, H. Larsen, G. Pasi, O. Pivert, G. De Tre, M. A. Vila, A. Yazici, S. Zadrożny, str , Springer, 2015.