Schedule F6: Segmentation and Clustering F7: Multispectral Images (Sune Svanberg) F8: Segmentation and Fitting F9: Segmentation, Recognition and Classification.

Slides:



Advertisements
Liknande presentationer
Tredje steget i tandvårdsreformen
Advertisements

Presentationsmaterial EFFSYS 2 dagen Milestone Modell för identifiering av lämplig effektivisering av energitekniska system med värmepumpar.
Procent Betyder hundradelar.
Att dra slutsatser från webbpanelundersökningar Frimis Jan Wretman 1.
TRAVEL PLANplus Arbetsgruppsmöte 28 maj 2009
Pratvis datorbaserad uttalsträning
FL4 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
Introduktionskurs för användare Del 3
Mottagande / Publik och programforskning. Fem traditioner (Jensen & Rosengren 1990): •effektstudier •uses and gratifications •litterär kritik •kulturstudier.
Vem har ansvar för hastigheten? ”Det är inte hastigheten som dödar, det är smällen...” Thomas Nilsson, Responsive Smidig 2009.
Kundundersökning mars 2010
Numeriska beräkningar i Naturvetenskap och Teknik
Föreläsning 10 Kurvanpassning som en del av problemlösning med datorer
M Bergeling, Qulturum Resultatrapport patientskador Resultat från strukturerad journalgranskning enligt GTT (Global Trigger Toal), för patient inskriven.
1 Hur sårbart är vägnätet för utbredda avbrott? Erik Jenelius Avd. för transport- och lokaliseringsanalys Inst. för transporter och samhällsekonomi KTH.
Inferens om en ändlig population Sid
FL2 732G70 Statistik A Detta är en generell mall för att göra PowerPoint presentationer enligt LiUs grafiska profil. Du skriver in din rubrik,
732G22 Grunder i statistisk metodik
NÄTVERKSPROTOKOLL Föreläsning INNEHÅLL - Routingprotokoll - Interior gateway protocols - Exterior gateway protocols - Link state routing.
F11 Olika urvalsmetoder, speciellt obundet slumpmässigt urval (OSU)
Alternativ för utveckling av Stockholms Stadion Stockholm 25 mars 2009.
Ny nationell höjdmodell över Sverige SweDEM
MaB: Sannolikhetslära
Distribuerad Reglering av Fordonståg. Projektpartner : KTH och Scania CV AB Resultat :Doktorsavhandling och forskningsplattform Projektlängd:4-år Projektstart:2009.
Elektroforetisk analys av isozymvariation Växt material Specifik infärgning Stärkelsegelelektrofores (SGE) – Polyakrylamidegelelektrofores.
Presentationsmaterial EFFSYS 2 dagen Milestone Modell för identifiering av lämplig effektivisering av energitekniska system med värmepumpar.
Procent.
Metoder för att räkna addition och subtraktion
1 Varför går jag på Hockeygym 6 Resultat +Beteendemål +Tidpunkt då de ska vara uppfyllda 5 Vision 2+3 Gruppen.
TÄNK PÅ ETT HELTAL MELLAN 1-50
Skattningens medelfel
1 L U N D U N I V E R S I T Y – Faculty of Engineering Material – en viktig del av byggnaders totala miljöpåverkan Catarina Thormark Byggmaterialdagen.
Sammanställning av verksamhetsredovisning för läkare som arbetar enligt lagen om läkarvårdsersättning (LOL) samt läkare verksamma enligt avtal med SLL.
Efterfrågemodeller R. D. Jonsson, Transportmodellkurs Trafikverket
Abelli, B. (2004). Programmeringens Grunder – med exempel i C#. Lund: Studentlitteratur 1 De bifogade OH-bilderna är bara utkast till vad som kan vara.
Förbättringsskolan Shewhart (1931, 1939) Förståelse för variation
FK2002,FK2004 Föreläsning 2.
1 Föreläsning 6 Programmeringsteknik och Matlab 2D1312/2D1305 Metoder & parametrar Array API och klassen ArrayList.
Föreläsning 81 Sampling och urval Ofta möter vi påståenden av typen “4.5 miljoner svenskar såg VM-finalen i fotboll”, “en svensk tolvåring väger i genomsnitt.
En mycket vanlig frågeställning gäller om två storheter har ett samband eller inte, många gånger är det helt klart: y x För en mätserie som denna är det.
Fysikexperiment 5p Föreläsning Korrelationer Ett effektivt sätt att beskriva sambandet mellan två variabler (ett observationspar) är i.
Kapitel 9 Kalkyler med totala kostnader.
Underlag för utvärdering av penningpolitiken –
Föreläsning 9 Gränssnitt. Super Super kan användas till anrop av en omdefinierad metod Super kan användas till anrop av konstruktorer i superklassen Super.
1 Kan vi påverka efterfrågan på äldreomsorg?. 2 Vad kan vi vänta oss av framtiden? Dramatisk demografisk utveckling Behovet av aktiviteter, vård och omsorg.
Sannolikhet Stickprov Fördelningar
Datorseende TexPoint fonts used in EMF: AAA Datorseende vt-08Föreläsning 6.
N V M DIAGRAM Samband mellan q V och M
Datorseende TexPoint fonts used in EMF: AA.
Linjär regression föreläsning 9
Generationsdubbel Inomhus januari 2010 Grupp A X X X 1 32 Jungqvist/Mannerfelt Westerberg Fabricius Jungqvist/Mannerfelt Westerberg Fabricius.
Övningsexempel till Kapitel 7 Ex 1. BRÄNNBOLLSDILEMMAT ! En person funderar över hur man bäst uppskattar 28 meter. Av erfarenhet vet han att hans steglängd,
Matematisk statistik och signal-behandling - ESS011 Föreläsning 3 Igor Rychlik 2015 (baserat på föreläsningar av Jesper Rydén)
Forskningsmetodik Sampling och urval Hypotesprövning Lektion 9
Fysikexperiment, 7.5 hp1 Oviktad linjär anpassning Om är det bästa estimatet (enligt minsta kvadratmetoden) av parametrarna a och b: Uppskattat.
Procent Betyder hundradelar.
Mathematics 1 /Matematik 1 Lesson 4 – discrete series and their solutions Lektion4 – diskreta serier och deras lösningar.
Fysikexperiment, 5p1 Random Walk 36 försök med Random walk med 1000 steg. Beräknad genomsnittlig räckvidd är  1000  32. Visualisering av utfallsrum.
Prototyper Grupp 4 Fredrik Persson | Mahdi Bawaqneh | Maksim Nikitin | Sverre Brecheisen.
Statistisk hypotesprövning. Test av hypoteser Ofta när man gör undersökningar så vill man ha svar på olika frågor (s.k. hypoteser). T.ex. Stämmer en spelares.
Statistisk inferensteori. Inledning Den statistiska inferensteorin handlar i huvudsak om att dra slutsatser från ett slumpmässigt urval (sannolikhetsurval)
Betingade sannolikheter. 2 Antag att vi kastar en tärning och noterar antalet prickar som kommer upp. Låt A vara händelsen ”udda antal prickar”, dvs.
1 Numeriska Deskriptiva Tekniker. 2 Centralmått §Vanligtvis fokuserar vi vår uppmärksamhet på två typer av mått när vi beskriver en population: l Centraläge.
Regression Har långa högre inkomst?. Världsrekord på engelska milen.
Föreläsning 4 Kap 11.3 Icke-linjära modeller Indikatorvariabel (dummyvariabel) Interaktionsterm.
Enkel Linjär Regression. 1 Introduktion Vi undersöker relationer mellan variabler via en matematisk ekvation. Motivet för att använda denna teknik är:
Metodik inom klinisk läkemedelsprövning och biostatistik Catrin Wessman & Michael Ashton.
Cykelresor i Stockholm: en jämförelse mellan och
Clustered vs. Dispersed
Rubriklayout Underrubrik.
Presentationens avskrift:

Schedule F6: Segmentation and Clustering F7: Multispectral Images (Sune Svanberg) F8: Segmentation and Fitting F9: Segmentation, Recognition and Classification (Kalle Åström) F10: Statistical Image Analysis (Finn Lindgren) F11: Computer Vision …

K-means clustering using intensity alone and color alone Image Clusters on intensityClusters on color

K-means using color alone, 11 segments Image Clusters on color

Results of Two-Class Segmentation P. Strandmark, F. Kahl, Optimizing Parametric Total Variation Models,Optimizing Parametric Total Variation Models to appear, International Conference on Computer Vision, Sep., Kyoto, Japan 2009.

RANSAC (RANdom SAmple Consensus) 1.Slumpmässigt välj minimal delmängd av datapunkter för att anpassa modellen (ett sampel) 2.Punkter med avstånd mindre än en tröskel t av modellen är en consensus-mängd. Storleken av mängden är modellens stöd 3.Repetera för k sampel; modell med största stöd är den med “bästa” robusta anpassningen –Punkter med avstånd mindre än t är inliers –Anpassa sedan slutgiltiga modellen till alla inliers Två sampel Och deras stöd för linje-anpassning från Hartley & Zisserman

RANSAC : Hur många iterationer? Hur många iterationer behövs? Antag w är andelen inliers. n punkter, ett sampel, behövs för att definiera en hypotes (2 för linjer) k iterationer. Sannolikheten att ett sampel av n punkter är korrekt: Sannolikheten att alla sampel misslyckas är: Välj k så stort att den önskade misslyckande-frekvensen är uppfylld.

RANSAC: Beräknat k ( p = 0.99 ) Sampel storlek Andelen outliers N 5%10%20%25%30%40%50% från Hartley & Zisserman

Efter RANSAC RANSAC delar data i inliers och outliers, och även ett estimat på modellparametrar Förbättra detta estimat med alla inliers (t.ex. med minstakvadrat metoden) Detta kan ändra inlier-mängden så upprepa klassificering av inlier- resp. outlier-mängder från Hartley & Zisserman