這個訓練方法沒有使用SVM,單純只用暴力法,也就是對整個Lab色彩空間做「填補」,以「亮度」這個增強面向來看,效果還不錯,我就先來展示訓練成果吧~
首先介紹我訓練用(training)的原始影像,總共有45張,地點就在我居住地方的附近。
接下來就以訓練用的原始影像來生成訓練用的已增強影像,在這裡我使用Photoimpact這套影像處理軟體,因為它可以批次處理亮度,加速產生訓練用的已增強影像。其過程如圖所示,原本亮度參數為0,我將它調高為20。
於是產生訓練用的已增強影像45張。
由訓練用的原始影像和訓練用的已增強影像訓練好的模型,套用在訓練用的原始影像會有怎樣的結果呢?大體上幾乎跟訓練用的已增強影像一模一樣!
接著準備測試用(testing)的原始影像,總共52張,地點就在公館寶藏巖。
開始來實驗訊練好的模型對測試用的原始影像的效果,我特別挑了三組,各組分別採用5、10、20、45張訓練用影像(原始影像和已增強影像),產生的結果圖從左到右、由上到下。
為了對照使用模型的增強效果,我將測試用的原始影像拿到Photoimpact生成測試用(testing)的已增強影像。上圖亮度參數為0(原始影像),下圖亮度參數為20(已強化影像)。
最後是第三組~
可以清楚看到四張結果圖,各有一些藍色斑點,表示訓練好的模型有「漏洞」,也就是說從原始影像到已增強影像對應像素的映射沒有建立起來,該像素無法找到對應的色彩值(Lab或BGR)。
那該怎麼解決這個問題呢?當然,暴力法還可以更暴力,繼續增加訓練用影像對(原始影像和已增強影像),然而還是無法達到理想狀態,也就是無法將所有漏洞給填補起來~於是我必須「人為」填補漏洞!
目前想到可以解決的方法有兩個:
- 製作模板
- 使用內插法
Comments on: "影像訓練成果→亮度" (2)
[…] 繼影像訓練成果→亮度之後,我再拿暖色系這個增強效果來做實驗,使用同樣的訓練影像對跟測試影像。先看一下測試影像程式結果圖和測試影像軟體修改圖,辨別的方式就是前者有藍色斑點,這個瑕疵未來會解決! […]
讚讚
[…] 繼影像訓練成果→亮度之後,我再拿彩度這個增強效果來做實驗,使用同樣的訓練影像對跟測試影像。先看一下測試影像程式結果圖和測試影像軟體修改圖,辨別的方式就是前者有藍色斑點,這個瑕疵未來會解決! […]
讚讚