Classificação de Imagens IF 133. Por que e para que? Classificar é transformar dados em...

Classificação de Imagens

IF 133

Por que e para que?Classificar é transformar dados em informação

Imagens em mapasNúmeros em rótulos

Objetivo primário da análise de dadosPermite reduzir o volume de dados e aumentar a quantidade de informaçãoOperação de visão computacional

Classificação

AbordagensSegundo a intervenção do usuário:

Com treinamento – supervisionadoSem treinamento – sem supervisão

Segundo a modelagemCom modeloSem modelo

Segundo a abordagemEstatísticaMorfológicaAd hoc etc.

Máxima VerossimilhançaO rei dos métodos estatísticosRequer modelagem e treinamentoPresente em todos os sistemas profissionais de análise de imagensÉ um processo de estimação

O valor observado é comparado com modelosEscolhe-se a classe na qual o valor é mais verossímil

Modelagem

2

11,N

2

22,N

Treinamento

87,325ˆ ,32,94ˆ

,,2

11

2

11

N

1

222

102.1ˆ ,47,1ˆ

,,por asubstituíd ,

N

Regra de classificação MV

Resultado

Qualidade do ResultadoNem sempre satisfatório, logo…Verificar as hipótesesRefinar o treinamentoRefinar o modelo

Classes não descritasCorrelação entre dadosCorrelação entre classes

Melhorando a classificação

Classificação MVGMáxima Verossimilhança Gaussiana

O imperador dos métodosSupõe dados independentes e obedecendo leis Gaussianas

Dados 1D: intervalos de decisãoDados nD: regiões de decisão

MVG - 1D

2

2

2

)(exp

2

1)(

i

i

i

i

xxf

ji

xfxfCx jii

)()( se

MVG-nD

Regiões de DecisãoRetasParábolasHipérboles

Método do ParalelepípedoSupervisionado, com modelo, ad hocMais simplesAs amostras induzem paralelepípedos no espaçoEsses paralelepípedos determinam regiões de decisãoRápido, pouco interpretável, bom para primeira tentativa

PeculiaridadesNão necessariamente particiona o espaçoPode induzir inconsistências ou indecisões