haku: @keyword bayesiläinen päättely / yhteensä: 4
viite: 4 / 4
« edellinen | seuraava »
Tekijä:Kettunen, Juho
Työn nimi:Hierarkkinen todennäköisyysmalli takaisinkytkennöille näköjärjestelmässä
Hierarchical Bayesian model for feedback in visual perception
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2006
Sivut:119      Kieli:   fin
Koulu/Laitos/Osasto:Sähkö- ja tietoliikennetekniikan osasto
Oppiaine:Laskennallinen tekniikka   (S-114)
Valvoja:Lampinen, Jouko
Ohjaaja:Lampinen, Jouko
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark S80     | Arkisto
Avainsanat:vision system
Bayesian inference
belief propagation
gabor-filters
näköjärjestelmä
bayesiläinen päättely
belief propagation
Gabor-suodin
Tiivistelmä (fin): Tässä diplomityössä esitellään yksinkertainen hierarkkinen todennäköisyysmalli ihmisen näköjärjestelmän alatasojen mallinnukseen.
Teoriataustaksi käsitellään ihmisen näköaivokuoren rakennetta ja toimintaa, sekä tutustutaan havaitsemisen mallinnuksen vallitseviin teorioihin.

Kehitetyllä todennäköisyysmallilla pyritään mallintamaan yksinkertaistetusti näköaivokuorella tapahtuvaa hierarkkista prosessointia.
Työn malli koostuu neljästä hierarkiakerroksesta, joista alin ns. piirretaso Tämä taso sisältää kaikki nähdystä maailmasta tulevat mittaukset.
Ne muodostetaan suodattamalla harmaasävykuvia Gabor-suotimilla, jotka havaitsevat kuvista reunoja ja viivoja.
Vastaavan kaltaista piirre-erotusta tapahtuu ihmisen näköaivokuoren neuroneissa.

Toinen kerros ilmaisee myös kuvan piirteitä, mutta niissä yhdistyy mittausten lisäksi ylemmiltä kerroksilta saatava takaisinkytkentä-tieto.
Kolmantena hierarkiassa on viivaprosessien taso, joka ilmaisee reunojen ja viivojen todennäköisyyksiä kuvan eri alueilla.
Tason jakauma muodostuu alempien kerrosten harmaasävyreunojen ja ylätason objektien ääriviivojen perusteella.
Objektitasolla mallinnetaan järjestelmään sisäänrakennettua ennakkotietoa maailman rakenteesta, joka tämän työn yhteydessä tarkoittaa yksinkertaista mallia suorakulmaisille kappaleille.

Järjestelmä toimii iteratiivisesti yhdistäen kerroksille piirretasolta tulevan bottom-up-tiedon havainnoista ja objektitason top-down-tiedon kappaleiden rakenteesta.
Tämän kaksisuuntaisen tiedonkulun avulla hierarkiaan syntyy kokonaisempi kuva näkymästä.
Kerrosten väliseen kommunikointiin sovelletaan nonpararnetric belief propagation-algoritmia, jonka avulla tasojen jakaumat voidaan helposti esittää ja ratkaista.

Yksinkertaisissa koe-esimerkeissä saavutetut tulokset ovat lupaavia ja rohkaisevat mallin edelleen kehittämiseen.
Esimerkiksi kuvitteellisten reunojen havaitseminen hierarkian alimmilla tasoilla on mallin takaisinkytkentöjen ansiosta mahdollista.
ED:2006-03-21
INSSI tietueen numero: 31382
+ lisää koriin
« edellinen | seuraava »
INSSI