Индексный подход и его применение к проблеме слежения...
DESCRIPTION
Индексный подход и его применение к проблеме слежения за движущимися объекатми. Сергийчук Михаил Домунян Андрей ИПУ РАН. Задача эталонного поиска. Алгоритм нейронного кортекса. Mary had a little lamb. Рассматриваемый объект. Номера запомненных шаблонов. Признаки. Экономия вычислений. - PowerPoint PPT PresentationTRANSCRIPT
Индексный подход и его применение к проблеме
слежения за движущимися объекатми
Сергийчук МихаилДомунян Андрей
ИПУ РАН
Задача эталонного поиска
Входящее изображение
Запомненные типы изображений
Алгоритм нейронного кортекса
Mary had a little lamb
Номера запомненных шаблонов
Признаки
23
98
32 66 42
34 46 45 25 28
27 37 18 53 42 47
15 85 28 24 45 28
28 23 84 23 57 95
mary sara litle big lamb sheep
Рассматриваемый объект
Экономия вычислений• Z – динамический диапазон изменения
признака (например, количество разных слов)
• Можно показать что экономия вычислений (за счет того что мы просматриваем не всю базу данных)
пропорциональна Z(в случае если распределение числа запомненных эталонов по значениям признаков равномерно)
_ , ( ){ } { }inputmatching templates y z y
y
x x
Пример используемых данных
Используемые признаки
• Используемые признаки – вертикальные и горизонтальные проекции
Результаты
0
1000
2000
3000
4000
5000
6000
7000
8000
0 16 32 48 64 80 96 112
128
144
160
176
192
208
224
240
Ко
ли
чес
тво
шаб
ло
но
в с
дан
ны
м
знач
ени
ем п
ро
екц
ии
динамический диапазон
Экономия времени по сравнению с Full Search
реальный динамический
диапазон
256 2,6 72,365536 210,2 5547,8
Полученный выигрыш в вычислениях по сравнению с Full Search составляет 210 раз.
Возможно использование динамического диапазона 2563, 2564…
Спасибо за внимание
• Если Х – общее количество запомненных эталонов, Y – число признаков в каждом шаблоне а Z – динамический диапазон изменения признака то каждое выписанное множество будет содержать в среднем X/Z имен шаблонов, а всего таких множеств выписано Y. Таким образом, задача сводится к выписыванию подряд X*Y/Z имен шаблонов и определению наиболее часто встречающегося имени. Таким образом время выполнения одной операции не сильно отличается при индексном подходе и методе полного перебора, а количество операций сокращается в Z раз.
Активные области мозга при рассматривании приведенных картинок
• Слева показан традиционный способ хранения данных RAM
• Справа показан способ хранения данных Pattern Access Memory
Поворот осей
X
Y
Z
X
Y
Z
z = f (x,y) x=g (y,z)
{x}(y,z)
X - номер шаблона Y - номер признака Z - значение признака
_ , ( ){ } { }inputmatching templates y z y
y
x x