标签: pattern-recognition

我可以做基本的正则表达式,但这有点不同,即我不知道模式是什么.

例如,我有一个类似字符串的列表:

lst = ['asometxt0moretxt', 'bsometxt1moretxt', 'aasometxt10moretxt', 'zzsometxt999moretxt']

在这种情况下,常见模式是两段常见文本:'sometxt'并且'moretxt',由长度可变的其他内容开始和分隔.

公共字符串和变量字符串当然可以在任何顺序和任何数量的场合发生.

将字符串列表压缩/压缩为公共部分和个别变体的好方法是什么？

示例输出可能是:

c = ['sometxt', 'moretxt']

v = [('a','0'), ('b','1'), ('aa','10'), ('zz','999')]

我没有什么有用的东西,正在玩这样的拼图游戏:

alt text http://manual.gimp.org/nl/images/filters/examples/render-taj-jigsaw.jpg

我想知道是否有可能制作一个帮助我把它组合在一起的程序.

想象一下,我有一个小拼图,比如4x3件,但是小标签和空白是不均匀的 - 不同的部件有不同高度,不同形状,不同尺寸的这些标签.我要做的是拍摄所有这些片段,让程序分析它们并将它们的属性存储在某个地方.然后,当我拿起一块时,我可以让程序告诉我哪些碎片应该是它的"邻居" - 或者如果我必须填写一个空白,它会告诉我想要的拼图是怎么回事看.

不幸的是,我从来没有与图像处理和模式识别任何东西,所以我想请你为一些指针- 我该如何识别一块拼图(基本上是正方形,标签和孔)中的图片？

然后我可能需要旋转它,使其处于正确位置,按比例缩放,然后测量每侧的标签/空白,以及每侧的斜率(如果存在).

我知道扫描/拍摄1000块拼图并使用它会花费太多时间,这只是一个宠物项目,我会学到新东西.

我正在尝试创建一个程序,可以在使命召唤的游戏视频中找到人物.我已经从这个视频中编制了一个约2200个单独图像的列表,其中包含人物或不包含人物.然后我尝试训练神经网络来分辨两组图像之间的差异.

然后,我将每个视频帧分成几百个网格矩形,然后用我的ANN检查每个视频帧.矩形重叠以尝试捕获网格之间的数字,但这似乎不能很好地工作.所以我有几个问题:

1. 神经网络是否可行？我已经读过它们与其他机器学习算法相比非常快,最终我计划将它与实时视频一起使用,速度非常重要.

2. 搜索图像框架中的数字以在ANN上进行测试的最佳方法是什么？我觉得我这样做的方式并不是很好.它绝对不是非常快或准确.每帧图像960 x 540大约需要一秒钟,并且精度较差.

3. 我遇到的另一个问题是构建特征向量以用作ANN的输入的最佳方法.目前,我只是将所有输入图像缩小到25 x 50像素,并创建一个包含每个像素强度的特征向量.这是一个非常大的矢量(1250浮点数).有哪些更好的方法来构建特征向量？

有关我在此处所做的更详细的解释:CodAI:计算机视觉

编辑:我想要更多细节.计算要素的最佳方法是什么.我需要能够识别出许多不同位置的人物形象.我是否需要创建单独的分类器来识别直立,蹲伏和俯卧之间的区别？

我的数据库中有一个大表,文本顺序中有很多来自各种文本的单词.我想找到一些单词一起出现的次数/频率.

示例:假设我在许多文本中都有这4个单词:United | States | of | America.我会得到结果:

美国:50
美国:45
美利坚合众国:40

(这只是一个包含4个单词的示例,但可以使用少于4个单词).

有一些算法可以做到这一点或类似于此？

编辑:欢迎使用一些显示如何操作的R或SQL代码.我需要一个我需要做的实际例子.

表结构

我有两个表:Token有id和text.文本是,UNIQUE并且此表中的每个入口代表不同的单词.

TextBlockHasToken是保持文本顺序的表.每行代表文本中的一个单词.

它textblockid有令牌所属的文本块.sentence这是令position牌的句子,tokenid即句子内的令牌位置,也就是令牌表引用.

我不清楚HOG和EOH之间的区别.Hog基于图像衍生物EOH基于边缘方向.似乎HOG也以某种方式表达了EOH.

能否请您解释一下EOH与HOG的区别以及EOH与HOG相比的优势.在什么情况下我们可以使用EOH与HOG进行比较？

我是图像处理和模式识别的新手.我正在尝试实现SIFT算法,我可以创建DoG金字塔并识别每个八度音程中的局部最大值或最小值.我不明白的是如何在每个八度音程中使用这些局部最大/最小值.我如何结合这些要点？

我的问题可能听起来很微不足道.我读过Lowe的论文,但是在他建造DoG金字塔后他无法理解他的所作所为.任何帮助表示赞赏.

谢谢

我使用形状上下文直方图作为特征描述符来编码轮廓图像.为了帮助调试,我想查看叠加在轮廓图像上的形状上下文logpolar bin(从边缘图像中获取的样本点).

其中一个点应该是什么样子的示例如下:

我知道如何显示圆圈(径向箱),但我很难产生角度箱(线).

给定一组角度,我如何绘制类似于示例图像中显示的线段？

我有一组不同的矢量对象.这些矢量是不同的并且是从特定形状中提取的.我想在matlab中训练我的神经网络以识别这种特殊的形状.因此,当我输入该特定对象的另一个不同的相似性向量时,神经网络能够区分并输出"1"或"0"

我是这个神经网络的新手,我希望有人可以给我一些有价值的指示.

我不需要一个有效的解决方案,但我正在寻找能够通过一些有用的提示/链接推动我走向正确方向的人:

我有一个带有基准的图像(可以是例如十字或点或任何简单的几何形状).图像源本身以某种方式点亮,使得人不喜欢所得到的图像,但基准的对比度非常好.接下来,我对该基准(矢量数据格式)及其标称位置进行了清晰的几何描述.

现在我希望OpenCV在图像中找到基准并返回其真实的当前位置(以及可能的基准点的旋转).

如何使用OpenCV完成这项工作？我发现的教程总是使用复杂的模式,如面部和图片,这些模式没有针对基准检测本身进行优化,因此它们都使用非常复杂的学习/描述方法.

可能重复:
缩放和旋转模板匹配

我有一个模板灰度图像,上面有白色背景和黑色形状.我还有几个类似的测试图像,它们的旋转和形状各不相同.测试图像与模板不同,但它们相似.

我想比较这两个图像,看看模板是否与任何测试图像最匹配.图像中没有失真,没有噪声和其他缺陷.有关于这个主题的任何教程吗？