9

绘图和绘画机器人的算法 -

你好

我想编写一个分析图像的软件，然后生成一个图像，该图像捕捉人眼在原始图像中的感知，使用最少的颜色和不透明度变化的贝塞尔路径对象。

与最近的 twitter 超级压缩竞赛（参见：stackoverflow.com/questions/891643/twitter-image-encoding-challenge）不同，我的目标不是创建一个忠实于图像的副本，而是复制人类体验看着图像。

例如，如果原始图像的左上角有一个红色气球，而复制品的左上角有一个看起来像红色气球的东西，那么即使复制品中的气球是位置不完全相同，尺寸或颜色也不完全相同。

当我说“被人类感知”时，我的意思是非常有限的。我不是试图分析图像的含义，我不需要知道图像是什么，我只对人眼会注意到的关键视觉特征感兴趣，只要这可以由算法无法概念化它实际观察到的东西。

为什么这种不寻常的人类感知标准高于摄影准确性？

该软件将用于驱动绘图机器人，该机器人将与人类艺术家合作（参见：video.google.com/videosearch?q=mr %20squiggle ）。

该算法不应将人类所做的不完美的标记视为必然是错误的，而应寻求将画布上已有的内容合并到最终图像中。

因此，相对亮度、色调、饱和度、大小和位置比在照片上与原始照片相同更重要。保持特征的拓扑结构、色块、渐变、凸凹曲线将更重要的是这些特征的确切尺寸形状和颜色

还在我这儿？

我的问题是我有点受“当你有一把锤子时，一切看起来都像钉子”综合症的折磨。对我来说，这样做的方法似乎是使用遗传算法与retrievr使用的小波变换比较（参见：grail.cs.washington.edu/projects/query/）（参见：labs.systemone.at/ retrievr/ )来选择合适的解决方案。

但我认为这是答案的主要原因是这些是我所知道的技术，可能有更优雅的解决方案使用我现在不知道的技术。

考虑人类视觉系统分析图像的方式会特别有趣，因此可能需要特别注意直线、角度、高对比度边界和大块相似颜色。

你对我应该阅读的关于视觉、图像算法、遗传算法或类似项目的内容有什么建议吗？

谢谢

垫

PS。上面的某些拼写对您和您的拼写检查来说可能是错误的。这只是国际拼写变化，可能与您所在国家/地区的标准有所不同：例如澳大利亚标准：颜色与美国标准：颜色

4

5 回答 5

3

There is an model that can implemented as an algorithm to calculate a saliency map for an image, determining which parts of the image would get the most attention from a human.

The model is called itti koch model
You can find a startin paper here
And more resources and c++ sourcecode here

于 2009-07-14T16:39:20.267 回答
3

我不能直接回答你的问题，但你真的应该看看艺术家/程序员 (Lisp) Harold Cohen的绘画机器Aaron。

于 2009-07-06T17:06:52.960 回答
1

这是一项相当大的任务。您可能对图像矢量化感兴趣（不知道它的正式名称），它用于获取光栅化图像（例如您用相机拍摄的照片）并输出一组近似的贝塞尔线（我认为）您输入的图像。由于好的算法通常会输出非常高质量（阅读：复杂）的线集，您也会对可以提供巨大帮助的简化算法感兴趣。

于 2009-07-06T04:06:22.880 回答
1

不幸的是我不在我的图书馆旁边，或者我可以推荐一些关于知觉心理学的书。

您必须考虑的第一件事是人眼的生理学，当我们检查图像或场景时，我们一次只能捕捉非常小的片段，因为我们的眼睛会快速四处移动。我们的头脑将不同的部分拼凑在一起，试图形成一个整体。

您可能会首先找到一种算法，用于计算眼球在周围飞来飞去时的路径。也许它被对比所吸引？

接下来是我们的眼睛根据上下文调整“曝光”。就像那些高动态范围的图像，如果它们不是通过对整个场景的多次曝光，而是由许多小图像拼接在一起，每个图像都独立平衡，而是融入周围环境，形成一个高动态范围。

现在在猴子大脑中发现，如果在其视野的左上角有一条对角线，就会有一个神经元亮起。可以在猴子视野的各个区域的垂直线和水平线中找到类似的神经元。“对角线”决定了该神经元发射的频率。

有人可能会推测，可能会发现其他神经元并将其映射到其他特性，例如发红、纹理和其他事物。

人类可以做一些我从未见过的计算机程序能够做到的事情。这就是所谓的“关闭”，人类能够填写他们所看到的东西的信息，而这些信息实际上并不存在于图像中。一个例子：

          *






*                    *

那是三角形吗？如果您提前知道它，那么您可能可以编写一个程序来连接这些点。但如果只是点呢？你怎么知道？我不会尝试这个，除非我有一些非常聪明的方法来处理那个。

关于人类感知，您可能还可以使用许多其他事实。祝你好运，你没有选择一个简单的任务。

于 2009-07-06T06:39:15.300 回答
0

我认为可以帮助您完成这项艰巨任务的一件事是人类参与。我的意思是数据。就像你可以让很多人坐着盯着随机的点（就像上一篇文章中的那样），然后按照他们认为正确的方式连接它们。你可以利用这些数据。

于 2009-11-30T02:09:29.300 回答