Paweł Kierski wrote:

> Piotr J. Kolanok wrote:
>> Mateusz Loskot wrote:
>>
>>> "Piotr J. Kolanok" <k...@...mx.poczta.tlen.pl> wrote in message
>>> news:hdu6tr$2hu$2@nemesis.news.neostrada.pl...
>>>> Wlasnie dlatego tu pytam troche w ciemno o jakis punkt zaczepienia. Jak
>>>> powinien wygladac taki algorytm.
>>>
>>> Punkt zaczepienia:
>>> Ogólnie, przyda się trochę zaczepić o przetwarzaniu sygnałów.
>>
>> Wlasnie nie beardzo moge znaleźć coś co by pokazywało algorytmy.
>> Oczywiście konkretne sa. kompresja itp. Ale wyłuskiwanie danych już nie.
>> Nawet filtr zakłada, że wiesz jak wygląda sygnał. A tu nie wiesz. Wiesz
>> tylko, że sa jakieś powtarzające się sygnały ale jak je znaleźć?
>
> Czy sinus jest podobny do prostokąta? Czy sygnał o amplitudzie X jest
> podobny do sygnału o amplitudzie 1.1*X? Czy sygnał jest podobny, jeśli
> ma zbliżoną częstotliwość podstawową? Dopiero jak odpowiesz sobie na
> takie pytania, możesz powiedzieć, jak wygenerować "podobny" sygnał -
> o podobnym kształcie, amplitudzie czy częstotliwości (a może wszystkim
> na raz). Tak samo z grafiką, tylko parametrów "podobieństwa" masz duuużo
> więcej.
>


To zadam inne pytanie. Jak wyglada funkcja podobieństwa? Czy jest liniowa
czy 'schodkowa', a moze po prostu musi miec jakis próg? Jak to sie robi w
innych programach. Ba czy istnieje sposób automatycznego klasyfikowania
podobnych elementów lub wyodrębniania nieznanych elementów (oczywiście
wielowymiarowo)


--
^^

do góry

Maciej Pilichowski wrote:

> On Tue, 17 Nov 2009 13:49:51 +0100, "Piotr J. Kolanok"
> <k...@...mx.poczta.tlen.pl> wrote:
>
>>A co to copycat?
>
> System do tworzenia analogii na symbolach.

Nie moge nic znaleźć moge prosić o link? Właśnie czegoś takiego szukam
chyba. Możesz w 2 zdaniach napisac jak to działa?

>>Idea jest taka. WyobraĽmy sobie, ze zdjęcia zawieraj? zdjęcia jakiej?
>>fabryki, wtedy wynik zdjecie zawieralo by jakies tam elementy.
>>o?wietlenie, produkowane elementy, w biurach ołówki i komputery.
>
> No, ale co dalej? Dodajes zdjecie z domu, a system ma stwierdzic, ze
> na obu obrazach jest olowek?

To zależy jakie sa to zdjęcia. Zauważ, że system niczego nie stwierdza. Nie
klasyfikuje czy coś jest czyms czy nie jest. Ale ma generować podobne
obrazy.

Daje mu zgodnie z Twoim przykładem 1000 zdjęć domów. I prosze by wygenerował
zdjęcie, które od biedy jest domem. Albo kolażem podobnym do domu.

Nie bardzo wie co to znaczy dom, ale wychodzi mu, ze ma obiekty z oknami.
Okna sa dosc specyficzne. ściany są rózne, ale na górze jest coś co ma
powtarzajacy sie i pochyly wzorek (dachówka/blacha etc.)
Może wybrać (kolaż) lub sprobowac plamami zasymulowac jakis rodzaj dachu.
sciany wyjda mu np. szarobure ale jednolite w miare (albo z cegly jesli
wszystkie zdjecia dane sa z cegiel).


Oczywiscie sam problem jest mocno sztuczny. Moje dane są mniej roznorodne.
Ale chodzi o ideę.

> milego dnia, hej
Dziekuje na wzajem.

--
^^

do góry

"Piotr J. Kolanok" <k...@...mx.poczta.tlen.pl> wrote in message
news:he0gqd$4l$1@atlantis.news.neostrada.pl...
> Paweł Kierski wrote:
>
>> Piotr J. Kolanok wrote:
>>> Mateusz Loskot wrote:
>>>
>>>> "Piotr J. Kolanok" <k...@...mx.poczta.tlen.pl> wrote in message
>>>> news:hdu6tr$2hu$2@nemesis.news.neostrada.pl...
>>>>> Wlasnie dlatego tu pytam troche w ciemno o jakis punkt zaczepienia.
>>>>> Jak
>>>>> powinien wygladac taki algorytm.
>>>>
>>>> Punkt zaczepienia:
>>>> Ogólnie, przyda się trochę zaczepić o przetwarzaniu sygnałów.
>>>
>>> Wlasnie nie beardzo moge znaleźć coś co by pokazywało algorytmy.
>>> Oczywiście konkretne sa. kompresja itp. Ale wyłuskiwanie danych już nie.
>>> Nawet filtr zakłada, że wiesz jak wygląda sygnał. A tu nie wiesz. Wiesz
>>> tylko, że sa jakieś powtarzające się sygnały ale jak je znaleźć?
>>
>> Czy sinus jest podobny do prostokąta? Czy sygnał o amplitudzie X jest
>> podobny do sygnału o amplitudzie 1.1*X? Czy sygnał jest podobny, jeśli
>> ma zbliżoną częstotliwość podstawową? Dopiero jak odpowiesz sobie na
>> takie pytania, możesz powiedzieć, jak wygenerować "podobny" sygnał -
>> o podobnym kształcie, amplitudzie czy częstotliwości (a może wszystkim
>> na raz). Tak samo z grafiką, tylko parametrów "podobieństwa" masz duuużo
>> więcej.
>>
>
>
> To zadam inne pytanie. Jak wyglada funkcja podobieństwa? Czy jest liniowa
> czy 'schodkowa', a moze po prostu musi miec jakis próg? Jak to sie robi w
> innych programach. Ba czy istnieje sposób automatycznego klasyfikowania
> podobnych elementów lub wyodrębniania nieznanych elementów (oczywiście
> wielowymiarowo)

AFAIK, jendym z najprostrzych brutalnych rozwiązań to xor na samplach
rastra z ewentualnym porównywaniem poszczególnych komponetów
koloru. IOW, podobieństwo dystrybucji kolorów.

Dalej można zając sie teksturami, wyłapywać podobne obszary
w sensie tekstury, przestrzennego ułożenia/zgrupowania
podobnych sampli.

Temat szeroki, ja jedynie liznąłem go jak dotąd.

Może zerknij na imagemagick albo pdiff.

Pozdrawiam
--
Mateusz Loskot, http://mateusz.loskot.net
pl.comp.lang.c FAQ: http://pl.cpp.wikia.com/wiki/FAQ
C++ FAQ: http://parashift.com/c++-faq-lite

do góry

Użytkownik "Piotr J. Kolanok" <k...@...mx.poczta.tlen.pl> napisał w
wiadomości news:he0h8k$2mp$1@atlantis.news.neostrada.pl...
> Maciej Pilichowski wrote:
>
>> On Tue, 17 Nov 2009 13:49:51 +0100, "Piotr J. Kolanok"
>> <k...@...mx.poczta.tlen.pl> wrote:
>>
>>>A co to copycat?
>>
>> System do tworzenia analogii na symbolach.
>
> Nie moge nic znaleźć moge prosić o link? Właśnie czegoś takiego szukam
> chyba. Możesz w 2 zdaniach napisac jak to działa?
>
>>>Idea jest taka. WyobraĽmy sobie, ze zdjęcia zawieraj? zdjęcia jakiej?
>>>fabryki, wtedy wynik zdjecie zawieralo by jakies tam elementy.
>>>o?wietlenie, produkowane elementy, w biurach ołówki i komputery.
>>
>> No, ale co dalej? Dodajes zdjecie z domu, a system ma stwierdzic, ze
>> na obu obrazach jest olowek?
>
> To zależy jakie sa to zdjęcia. Zauważ, że system niczego nie stwierdza.
> Nie
> klasyfikuje czy coś jest czyms czy nie jest. Ale ma generować podobne
> obrazy.
>
> Daje mu zgodnie z Twoim przykładem 1000 zdjęć domów. I prosze by
> wygenerował
> zdjęcie, które od biedy jest domem. Albo kolażem podobnym do domu.
>
> Nie bardzo wie co to znaczy dom, ale wychodzi mu, ze ma obiekty z oknami.
> Okna sa dosc specyficzne. ściany są rózne, ale na górze jest coś co ma
> powtarzajacy sie i pochyly wzorek (dachówka/blacha etc.)
> Może wybrać (kolaż) lub sprobowac plamami zasymulowac jakis rodzaj dachu.
> sciany wyjda mu np. szarobure ale jednolite w miare (albo z cegly jesli
> wszystkie zdjecia dane sa z cegiel).
>
>
> Oczywiscie sam problem jest mocno sztuczny. Moje dane są mniej roznorodne.
> Ale chodzi o ideę.
>
>> milego dnia, hej
> Dziekuje na wzajem.

No to może by tak sieć neuronową nauczyć "co to jest podobny obraz"?

Pozdrowienia. Krzysztof z Tychów.

do góry

>> To zależy jakie sa to zdjęcia. Zauważ, że system niczego nie stwierdza.
>> Nie
>> klasyfikuje czy coś jest czyms czy nie jest. Ale ma generować podobne
>> obrazy.
>>
>> Daje mu zgodnie z Twoim przykładem 1000 zdjęć domów. I prosze by
>> wygenerował
>> zdjęcie, które od biedy jest domem. Albo kolażem podobnym do domu.
>>
>> Nie bardzo wie co to znaczy dom, ale wychodzi mu, ze ma obiekty z oknami.
>> Okna sa dosc specyficzne. ściany są rózne, ale na górze jest coś co ma
>> powtarzajacy sie i pochyly wzorek (dachówka/blacha etc.)
>> Może wybrać (kolaż) lub sprobowac plamami zasymulowac jakis rodzaj dachu.
>> sciany wyjda mu np. szarobure ale jednolite w miare (albo z cegly jesli
>> wszystkie zdjecia dane sa z cegiel).
>>
>>
>> Oczywiscie sam problem jest mocno sztuczny. Moje dane są mniej
>> roznorodne. Ale chodzi o ideę.

> No to może by tak sieć neuronową nauczyć "co to jest podobny obraz"?

Pomysł przedni. Od tego chciałem zacząć. Ale... jak wygenerować.
Poklasyfikować nie jest źle, ale jak to potem wygenerowac? Zauważ, że losowy
obraz choć może być podobny w sensie sieci, ale siec uczy sie na jakis
obiektach wiec lepiej uzyc kawalkow tych obiektow.
Chyba, ze znasz siec neuronowa potrafiaca generowac obiekty z danej klasy.
Ja nie wiem jak to zrobic.


--
^^

do góry

Użytkownik "Piotr J. Kolanok" <k...@...mx.poczta.tlen.pl> napisał w
wiadomości news:he2tvo$mpc$1@nemesis.news.neostrada.pl...
>>> To zależy jakie sa to zdjęcia. Zauważ, że system niczego nie stwierdza.
>>> Nie
>>> klasyfikuje czy coś jest czyms czy nie jest. Ale ma generować podobne
>>> obrazy.
>>>
>>> Daje mu zgodnie z Twoim przykładem 1000 zdjęć domów. I prosze by
>>> wygenerował
>>> zdjęcie, które od biedy jest domem. Albo kolażem podobnym do domu.
>>>
>>> Nie bardzo wie co to znaczy dom, ale wychodzi mu, ze ma obiekty z
>>> oknami.
>>> Okna sa dosc specyficzne. ściany są rózne, ale na górze jest coś co ma
>>> powtarzajacy sie i pochyly wzorek (dachówka/blacha etc.)
>>> Może wybrać (kolaż) lub sprobowac plamami zasymulowac jakis rodzaj
>>> dachu.
>>> sciany wyjda mu np. szarobure ale jednolite w miare (albo z cegly jesli
>>> wszystkie zdjecia dane sa z cegiel).
>>>
>>>
>>> Oczywiscie sam problem jest mocno sztuczny. Moje dane są mniej
>>> roznorodne. Ale chodzi o ideę.
>
>> No to może by tak sieć neuronową nauczyć "co to jest podobny obraz"?
>
> Pomysł przedni. Od tego chciałem zacząć. Ale... jak wygenerować.
> Poklasyfikować nie jest źle, ale jak to potem wygenerowac? Zauważ, że
> losowy
> obraz choć może być podobny w sensie sieci, ale siec uczy sie na jakis
> obiektach wiec lepiej uzyc kawalkow tych obiektow.
> Chyba, ze znasz siec neuronowa potrafiaca generowac obiekty z danej klasy.
> Ja nie wiem jak to zrobic.

W jakiejś książce Tadeusiewicza widziałem sieć która
sama dokonywała klasyfikacji.

A może pójść drogą przekształcania obrazu.
Ostatecznie wiele programów graficznych posiada funkcje
zniekształcające obraz...

Pozdrowienia. Krzysztof z Tychów.

do góry

>>> No to może by tak sieć neuronową nauczyć "co to jest podobny obraz"?
>>
>> Pomysł przedni. Od tego chciałem zacząć. Ale... jak wygenerować.
>> Poklasyfikować nie jest źle, ale jak to potem wygenerowac? Zauważ, że
>> losowy
>> obraz choć może być podobny w sensie sieci, ale siec uczy sie na jakis
>> obiektach wiec lepiej uzyc kawalkow tych obiektow.
>> Chyba, ze znasz siec neuronowa potrafiaca generowac obiekty z danej
>> klasy. Ja nie wiem jak to zrobic.
>
> W jakiejś książce Tadeusiewicza widziałem sieć która
> sama dokonywała klasyfikacji.

Ale ja pytam o odwrotna sprawe. Wygenerowac a nie klasyfikowac.


--
^^

do góry

>> To zadam inne pytanie. Jak wyglada funkcja podobieństwa? Czy jest liniowa
>> czy 'schodkowa', a moze po prostu musi miec jakis próg? Jak to sie robi w
>> innych programach. Ba czy istnieje sposób automatycznego klasyfikowania
>> podobnych elementów lub wyodrębniania nieznanych elementów (oczywiście
>> wielowymiarowo)
>
> AFAIK, jendym z najprostrzych brutalnych rozwiązań to xor na samplach
> rastra z ewentualnym porównywaniem poszczególnych komponetów
> koloru. IOW, podobieństwo dystrybucji kolorów.

Ale co taki xor daje? xor to funkcja. zamiast przetwarzac powiedzmy
kwadraciki z normalnymi kolorami bede przetwarzal inne kwadraciki . co to
daje? nic.

> Dalej można zając sie teksturami, wyłapywać podobne obszary
> w sensie tekstury, przestrzennego ułożenia/zgrupowania
> podobnych sampli.

I tu wlasnie jest pytanie. Mam juz tysiace sampli. Jakie sa sposoby
dopasowania tych sampli do siebie by znajdowaly jakies podobienstwa.
Oczywiscie recznie moge wymyslec.
Jak kwadracik o numerze 1 sasiaduje z 3002 to nastepny jest zazwyczaj cos
tam. Ale to nie chodzi o to by recznie to robic , ale by byl to jakis ogolny
algorytm.

Cos co pozwala takie "litery"/kwadraciki/sample sygnalu jakos do siebie
podopasowywac i starac sie wygenerowac obraz podobny do tego czym karmilismy
algorytm.

--
^^

do góry

Piotr J. Kolanok wrote:
>>> To zadam inne pytanie. Jak wyglada funkcja podobieństwa? Czy jest liniowa
>>> czy 'schodkowa', a moze po prostu musi miec jakis próg? Jak to sie robi w
>>> innych programach. Ba czy istnieje sposób automatycznego klasyfikowania
>>> podobnych elementów lub wyodrębniania nieznanych elementów (oczywiście
>>> wielowymiarowo)
>> AFAIK, jendym z najprostrzych brutalnych rozwiązań to xor na samplach
>> rastra z ewentualnym porównywaniem poszczególnych komponetów
>> koloru. IOW, podobieństwo dystrybucji kolorów.
>
> Ale co taki xor daje?

Daje to prosty filtr eliminujący obszary na podstawie podobieństwa
komponentów koloru poszczególnych sampli obrazu. IOW, prosty sposób
na znalezienie podobnych fragmentów obrazu.

Pozdrawiam,
--
Mateusz Loskot, http://mateusz.loskot.net
Charter Member of OSGeo, http://osgeo.org

do góry