Γραφοθεωρητικές Μέθοδοι Όρασης Υπολογιστών Και Εκμάθησης Μηχανών Για Ανίχνευση Αντικειμένων

Abstract

Στα προβλήματα της Όρασης Υπολογιστών, συναντάει κανείς την πληροφορία υπό μορφή εικόνων. Τα τελευταία χρόνια, έχει δοθεί μια όλο και αυξανόμενη βαρύτητα στην εφαρμογή γραφοθεωρητικών μεθόδων για την επεξεργασία και ανάλυση των εικόνων με απώτερο σκοπό την κατανόηση του περιεχομένου της εικόνας. Η προσαρμοστικότητα της αφαιρετικής δομής των γράφων έδωσε, επομένως, βήμα σε νέες τεχνικές και μεθόδους. Στόχος της διπλωματικής εργασίας είναι η μελέτη και διερεύνηση αυτών των νέων ερευνητικών κατευθύνσεων υπό το πρίσμα της χρήσης όχι του κλασσικού κανονικού πλέγματος για την αναπαράσταση μιας εικόνας, αλλά μέσω ενός γράφου στον οποίο οι κόμβοι είναι αυθαίρετα τοποθετημένοι. Παρουσιάζονται βασικά γραφοθεωρητικά στοιχεία καθώς και γνωστές τεχνικές από τη βιβλιογραφία οι οποίες στοχεύουν σε μια από τις πιο βασικές διεργασίες της Όρασης Υπολογιστών, την κατάτμηση αντικειμένων. Οι δύο βασικές κατηγορίες των τεχνικών που περιγράφονται είναι οι μέθοδοι με επίβλεψη και χωρίς επίβλεψη. Η συνδρομή της εργασίας στις κατευθύνσεις αυτές είναι διπλή. Στο κομμάτι των μεθόδων με επίβλεψη, ενοποιείται η διάχυση θερμότητας πάνω σε γράφους με το επιδημιολογικό μοντέλο SIR. Με βάση αυτή τη σύνδεση, προτείνεται μια βελτίωση του αλγόριθμου του Τυχαίου Περιπατητή η οποία μπορεί να δώσει καλύτερα αποτελέσματα στις περισσότερες των περιπτώσεων. Αναφορικά με τις μεθόδους δίχως επίβλεψη, προτείνεται η εφαρμογή της παραγοντοποίησης Cluster Non-Negative Matrix Factorization (Cluster NMF) με σκοπό την κατάτμηση εικόνας. Τέλος, επεκτείνεται το σύστημα αυτό με τη βοήθεια ιδεών από Consensus Learning. Η χρήση των μεθόδων αυτών στις εικόνες ήταν μέχρι πρότεινος απαγορευτική λόγω της μεγάλης διάστασης του χώρου των χαρακτηριστικών. Η χρήση ενός γράφου κατάλληλα επιλεγμένου και η αξιοποίηση του, επιτρέπουν πλέον την εφαρμογή τέτοιων μεθόδων.