Индексный подход и его применение к проблеме слежения за движущимися объекатми

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

• [email protected]• [email protected]

• 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