Aula 12 Correlação Cruzada Normalizada

Exercícios

fpmatch



In [3]:

    
import numpy as np
import sys,os
import matplotlib.image as mpimg
ia898path = os.path.abspath('../../')
if ia898path not in sys.path:
    sys.path.append(ia898path)
import ia898.src as ia

Motivação da aula

-Motivação: média eficiente - Demo interativo

Normalized Cross Correlation

Demo Correlação - Casamento de template

Implementação eficiente do casamento de template

Estudo dirigido do primeiro artigo - Fast NCC:

Seção 2:
- De onde vem a motivação para o cálculo da correlação cruzada?
A Correlação Cruzada (entre 2 sinais) é uma técnica utilizada para detecção de características.
- Qual é a diferença da equação 1 para a equação da convolução linear?
- Qual é a melhoria introduzida pela normalização, para se chegar a NCC
- Quais outros nomes da NCC
Coeficiente de Correlação
Seção 3:
- Nesta seção outras técnicas de feature tracking são mostradas. Qual é a conclusão do autor nesta seção?
Seção 4:
- Quais são as formas de implementação eficiente do numerador da NCC?
Seção 5: Esta é a seção da contribuição principal do artigo
- Qual é a proposta para implementar a normalização (denominador do NCC) de forma eficiente?
- Como seria em NumPy usando a função sat da toolbox ia898?

Estudo dirigido do segundo artigo - Template matching with Fast NCC:

Seção 2:
- Qual é o tamanho da imagem e qual é o tamanho do template?
- Como se interpreta a equação 1?
  - Como é a varredura entre a imagem e o template?
  - O que significam os índices (x,y) e (u,v)?
- O que se pode dizer sobre a equação 4 et(u,v)?
- Por que o NCC na equação 1 é caro para ser calculado?
- Qual é a proporcionalidade do número de operações em função do tamanho da imagem e tamanho do template?
Seção 3:
- Como funciona o cálculo da área de um retângulo usando a "sum table"?
- Como a equação 8 é simplificada para a equação 10?
- Como se implementa a equação 10 usando a imagem integral (summed area table)?
Seção 4:
- Como se simplifica o numerador para a equação 13?
- Qual é a ideia para a decomposição do template para se poder usar a summed area table?



In [ ]:

Exercícios para a próxima aula

Implementação da convolução rápida por uma média sob um retângulo de dimensões (H,W).

conv_media

Implementação do template matching usando FNCC e sat

Utilize o modelo do aluno:

tm_fncc.ipynb

A implementação deve usar o numerador pelo pconvfft e o denominador pelo conv_media. Medir os tempos comparando com a demonstração



In [ ]: