add_samples_image_class_gmmT_add_samples_image_class_gmmAddSamplesImageClassGmmAddSamplesImageClassGmmadd_samples_image_class_gmm (Operator)

Name

add_samples_image_class_gmmT_add_samples_image_class_gmmAddSamplesImageClassGmmAddSamplesImageClassGmmadd_samples_image_class_gmm — Hinzufügen von Trainingsmustern aus einem Bild zu den Trainingsdaten eines Gaußschem Mischverteilungsmodell.

Signatur

add_samples_image_class_gmm(Image, ClassRegions : : GMMHandle, Randomize : )

Beschreibung

add_samples_image_class_gmmadd_samples_image_class_gmmAddSamplesImageClassGmmAddSamplesImageClassGmmAddSamplesImageClassGmmadd_samples_image_class_gmm fügt Trainingsmuster aus dem Bild ImageImageImageImageimageimage zu dem durch GMMHandleGMMHandleGMMHandleGMMHandleGMMHandlegmmhandle gegebenen Gaußsches Mischverteilungsmodell (GMM) hinzu. add_samples_image_class_gmmadd_samples_image_class_gmmAddSamplesImageClassGmmAddSamplesImageClassGmmAddSamplesImageClassGmmadd_samples_image_class_gmm wird dazu verwendet, die Trainingsmuster bereitzustellen, um einen Klassifikator zur Pixelklassifikation von mehrkanaligen Bildern mit classify_image_class_gmmclassify_image_class_gmmClassifyImageClassGmmClassifyImageClassGmmClassifyImageClassGmmclassify_image_class_gmm zu trainieren. Die Funktionsweise von add_samples_image_class_gmmadd_samples_image_class_gmmAddSamplesImageClassGmmAddSamplesImageClassGmmAddSamplesImageClassGmmadd_samples_image_class_gmm ist analog zu add_sample_class_gmmadd_sample_class_gmmAddSampleClassGmmAddSampleClassGmmAddSampleClassGmmadd_sample_class_gmm. Das Bild ImageImageImageImageimageimage muss so viele Kanäle besitzen, wie mit NumDimNumDimNumDimNumDimnumDimnum_dim in create_class_gmmcreate_class_gmmCreateClassGmmCreateClassGmmCreateClassGmmcreate_class_gmm festgelegt worden ist. In ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions werden die Trainingsgebiete für die NumClassesNumClassesNumClassesNumClassesnumClassesnum_classes Pixelklassen angegeben. ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions muss also ein Tupel mit NumClassesNumClassesNumClassesNumClassesnumClassesnum_classes Regionen beinhalten. Die Reihenfolge der Regionen in ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions legt die Klassen der Pixel fest. Falls in ImageImageImageImageimageimage eine zu trainierende Klasse nicht vorkommt, muss an der entsprechenden Stelle des Tupels eine leere Region übergeben werden. Durch diesen Mechanismus können mehrere Bilder verwendet werden, um mit mehrmaligem Aufruf von add_samples_image_class_gmmadd_samples_image_class_gmmAddSamplesImageClassGmmAddSamplesImageClassGmmAddSamplesImageClassGmmadd_samples_image_class_gmm Trainingsmuster für alle relevanten Pixelklassen bereitzustellen. Die Regionen in ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions sollten repräsentative Trainingsmuster für die jeweiligen Klassen enthalten. Sie brauchen deshalb das Eingabebild nicht zu überdecken. Die Regionen in ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions sollten sich nicht überlappen, da dies dazu führen würde, dass in den Trainingsdaten die Merkmalsvektoren in den Überlappungsbereichen mehreren Klassen zugeordnet wären, was zu einer schlechteren Klassifikationsleistung führen kann. Ganzzahlige Bilddaten können ungeeignet für eine Modellierung mit GMMs sein. RandomizeRandomizeRandomizeRandomizerandomizerandomize kann verwendet werden, um dieses Problem zu umgehen. Dies ist im Detail bei add_sample_class_gmmadd_sample_class_gmmAddSampleClassGmmAddSampleClassGmmAddSampleClassGmmadd_sample_class_gmm erklärt.

Ausführungsinformationen

Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
Wird ohne Parallelisierung verarbeitet.

Dieser Operator modifiziert den Zustand des folgenden Eingabeparameters:

GMMHandleGMMHandleGMMHandleGMMHandleGMMHandlegmmhandle

Während der Ausführung dieses Operators muss der Zugriff auf den Wert dieses Parameters synchronisiert werden, wenn er über mehrere Threads hinweg verwendet wird.

Parameter

ImageImageImageImageimageimage (input_object) (multichannel-)image → object (byte / cyclic / direction / int1 / int2 / uint2 / int4 / real)

Trainingsbild.

ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions (input_object) region-array → object

Regionen der zu trainierenden Klassen.

GMMHandleGMMHandleGMMHandleGMMHandleGMMHandlegmmhandle (input_control, Zustand wird modifiziert) class_gmm → (handle)

Handle des GMM.

RandomizeRandomizeRandomizeRandomizerandomizerandomize (input_control) real → (real)

Standardabweichung des Gaußschen Rauschens, das zu den Trainingsdaten hinzugefügt wird.

Defaultwert: 0.0

Wertevorschläge: 0.0, 1.5, 2.0

Restriktion: Randomize >= 0.0

Ergebnis

Sind die Parameterwerte korrekt, dann liefert add_samples_image_class_gmmadd_samples_image_class_gmmAddSamplesImageClassGmmAddSamplesImageClassGmmAddSamplesImageClassGmmadd_samples_image_class_gmm den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Vorgänger

create_class_gmmcreate_class_gmmCreateClassGmmCreateClassGmmCreateClassGmmcreate_class_gmm

Nachfolger

train_class_gmmtrain_class_gmmTrainClassGmmTrainClassGmmTrainClassGmmtrain_class_gmm, write_samples_class_gmmwrite_samples_class_gmmWriteSamplesClassGmmWriteSamplesClassGmmWriteSamplesClassGmmwrite_samples_class_gmm

Alternativen

read_samples_class_gmmread_samples_class_gmmReadSamplesClassGmmReadSamplesClassGmmReadSamplesClassGmmread_samples_class_gmm

Siehe auch

classify_image_class_gmmclassify_image_class_gmmClassifyImageClassGmmClassifyImageClassGmmClassifyImageClassGmmclassify_image_class_gmm, add_sample_class_gmmadd_sample_class_gmmAddSampleClassGmmAddSampleClassGmmAddSampleClassGmmadd_sample_class_gmm, clear_samples_class_gmmclear_samples_class_gmmClearSamplesClassGmmClearSamplesClassGmmClearSamplesClassGmmclear_samples_class_gmm, get_sample_num_class_gmmget_sample_num_class_gmmGetSampleNumClassGmmGetSampleNumClassGmmGetSampleNumClassGmmget_sample_num_class_gmm, get_sample_class_gmmget_sample_class_gmmGetSampleClassGmmGetSampleClassGmmGetSampleClassGmmget_sample_class_gmm

Modul

Foundation

Operatoren