资源简介

(共18张PPT)
第10课　
图像特征的提取
第三单元　图像、声音与视频的智能生成
第10课 课堂导入
问题情境
计算机通过哪些操作来“理解”图像内容？
人工智能是如何“看懂”图像内容的？
第10课 学习内容
一 图像特征的人工编码
二 图像特征的自动提取
学习内容
三 图像相似度及其应用
一、图像特征的人工编码
第10课 学习内容
请设计一种方法，只要观察尽可能少的像素点，就能确定是哪个数字。
第10课 学习内容
至少需要观察多少个像素点？
有一种5个观察点的分布如下图，单元格中的数字表示观察顺序。
图像特征指反映图像本质的特定信息，通常用于描述形状、纹理、颜色和边缘等视觉属性。
人工智能在处理图像时，并不需要“完整观察图”，而是通过选取具有代表性的关键位置（即特征点）来进行判断。
一、图像特征的人工编码
尝试利用观察点查看数字的图像，遇到有颜色标注的单元格就记录为1，无颜色的单元格就记录为0。
第10课 学习内容
一、图像特征的人工编码
第10课 学习内容
图像 数字化特征 图像 数字化特征
0 11110 5 10101
1 00001 6 10111
2 01111 7 01000
3 01101 8 11111
4 11001 9 11101
一、图像特征的人工编码
请思考以下问题：
1.图像特征是指图像的二进制数据吗？
2.从一台计算机的角度看，只能看到图像的二进制数据，那么你觉得应该采用什么方式来确定图像所对应的数字？
3.记录提取的图像特征，是否需要记录图像的所有数据？
人工智能关注的是由关键位置信息编码形成的数值表示，即图像特征。
第10课 学习内容
一、图像特征的人工编码
1.将数字的图像转换成0和1的组合。
二、图像特征的自动提取
第10课 学习内容
2.准备一个3行3列的观察卡。
3.将观察卡与图像的左上角对齐，然后将对应格子的数值相乘后相加。
4.观察卡在图像上右移一列，提取第2个位置的特征。
二、图像特征的自动提取
第10课 学习内容
5. 持续移动，一行移完移到下一行的最左侧，然后继续提取图像特征。
6. 类似地，继续提取其他图像的特征。
二、图像特征的自动提取
第10课 学习内容
图像 数字化特征 图像 数字化特征
0 212201212 5 222211223
1 102102102 6 222311223
2 223211222 7 112001001
3 223111223 8 223311223
4 212211112 9 223211223
在图像上移动“观察卡”，即可自动提取图像的关键特征。现代卷积神经网络通常会使用多个不同的“观察卡”并行处理图像，从而提取出多种类型的通道特征。
第10课 学习内容
二、图像特征的自动提取
第10课 学习内容
三、图像相似度及其应用
1.打开配套资源中的《图像特征与相似度》软件。
2.按照界面提示，选择两幅图像。
3.单击“计算相似度”按钮，观察根据特征计算得出的两幅图像的相似度。
4.更换图像，如换成完全不同的两幅图像，然后重新计算相似度，感受图像特征的作用。
第10课 学习内容
三、图像相似度及其应用
第10课 学习内容
这种从图像到特征向量的转换过程，是人工智能实现图像识别、分类与检索等功能的基础。
当两幅图像内容相近时，它们的特征向量也会比较接近，内容差异较大的图像则表现出明显的特征差异。
由此人工智能可以实现图像识别、图像分类与图像检索等功能。
三、图像相似度及其应用
1. 图像特征可以用一组数字进行表示。
2. 利用“局部扫描+数值计算”的方法，可以自动提取图像中的关键特征。
3. 基于提取的图像特征，可以高效地判断两幅图像是否相似。
第10课 课堂总结
在整理校园旧照片的过程中，一位同学发现了一张老照片，照片中是一栋已拆除的教学楼。他非常好奇这栋楼原本的样貌以及曾经的历史，但由于缺乏相关文字信息，无法通过常规方式查找。如果能够利用“以图搜图”技术，从校史馆的图像数据库中找到外观相似的建筑物，就有助于了解其历史背景。
尝试设计一个实现这一功能的图像搜索系统流程，并简要说明每个模块的功能。
第10课 拓展与提升
第10课 拓展与提升
利用图像特征，可以完成“以图搜图”的任务。
步骤1.提取图像A的特征；
步骤2.提取图像库中所有图像的特征；
步骤3.计算图像A与图像库中所有图像的相似度；
步骤4.按相似度从高到低输出图像库中对应的图像。

展开更多......

收起↑