ML

• Basiert auf Co-occurence Matrix der Grauwert eines
• Beschreibt benachbarte Auftreten von Grauwerten in einer bestimmten Nachbarschaft

• Input ist eine Matrix
• Schaue wie oft Grauwert nebeneinander liegt
• Dies wird mit 4 Matrizen gemacht (0,45,90,135 Grad)
• Für 14 Merkmale gibt es Algorithmen, die man auf die Matrizen anwenden muss

• Haben zirkular umliegende Pixel eines Pixels größere Grauwerte
• Jeder umliegende Pixel wird mit dem aktuellen verglichen
• Wenn Pixel größerer Grauwert, dann 1 reinschreiben, sonst 0
• Bitmuster (z.B. edge) einer bestimmten Umgebung kann man nun im Bild markieren

• Bild glätten (lokale Unebenheiten entfernen)
• Grauwertgradienten im Bild berechnen; Faltung des Bildes mit Sobel Filter
• Bestimmung der Gradientenstärke und Richtung der Gradienten (nur 4 Richtungen)
• Unterdrückung von Pixeln, die in der Gradientenrichtung kein Maximum bilden (=Non Maximum Supression)
• -> Kandidaten für Pixel Kanten
• Schwellwertansatz (Schwache Kanten entfernen)

•     Laplacian of Gaussian (LoG) dectector
•     Hessian Laplace Detector
•     Difference of Gaussian

• Methode: Grauwertgradienten im Bild betrachten
• Bestimmung durch Ableiten
• Anwendung des Gauss Filters mit verschiedenen Skalen
• -> größte normalisierte Antwort könnte Interest Point sein

• Bestimmung Hauptgradienten der Region, damit Rotation des Bildausschnittes in Normposition
• Unterteilung der Region in 4x4 Quadranten
• Bestimmung der Gradientenrichtung in jedem Quadranten an 4x4 Stellen
• Berechnung Histogramm der Gradientenrichtungen pro Quadrant in 8 Richtungen 
• Concat der Histogrammeinträge -> Featurevektor hat 4x4x8 = 128 Einträge

• GLOH (Gradient Location and Orientation
  • Verwendet Polarkoordinaten bei der Erstellung der Histogramme
• SURF (Speed Up Robust Features)
  • Statt Gaußfilter warden MIttelwertfilter
  • Berechnung dann mit Integralbildern

•     Vereinfachung des Modells (Vermeidung Overfitting)
•     Reduzierte Datenmenge
•     Reduzierte Trainingszeiten
•     Vermeidung des „Curse of Dimensionality“

• Berechnung des Mittelwerts aller Merkmalsvektoren
• Abziehen des Mittelwertes von den Merkmalsvektoren (mittelwertfreie Merkmale)
• Kovarianzmatrix der mittelwertfreien Merkmale berechnen (xx^T)
• Eigenvektoren der Kovarianzmatrix berechnen (=neue Achsen)
• Eigenwerte sind die Koordinaten eines Musters im neuen Koordinatensystem

Entspricht der Anfangswahrscheinlichkeit also einem Vorwissen. Wenn ich weiß, dass es doppelt so viele Autos wie Fährrader gibt.

    Eine Wahrscheinlichkeit, die sich auf einen Zustand nach einem durchgeführten Verfahren bezieht
    (z. B. nach einem diagnostischen Test oder einem Screening). Der Berechnung liegt das Bayes-Theorem zugrunde.
    Die a-posteriori-Wahrscheinlichkeit hängt ab von der a-priori-Wahrscheinlichkeit sowie der Sensitivität und der Spezifität.

•     Funktionsweise (grob)
•     Nachbau menschlicher Nervenzellen
•     Eine oder mehrere binäre Eingaben
•     Eine binäre Ausgabe
•     Neuron feuert, wenn Anzahl Eingänge anliegen
•     -> Nachbildung logischer Funktionen

• Verwendet mehrere Linear Threshold Units (LTUs)
• Ein Perceptron = lineare Regression
• Input: beliebige numerische Werte
• Anwendung einer Treppenfunktion auf die Summe gewichteter Eingabewerte

•     Heaviside -> Werte (0,1)
•     Signum -> Werte (-1,0,1)

•     Verbindung verstärkt sich, wenn Neuron A Neuron B oft stimuliert

•     Backpropagation Algorithmus

• Netz erzeugt für einen Eingabevektor eine Ausgabe
• Vergleich Ausgabe mit gewünschter Ausgabe -> Berechnung des Fehler
• Ausgabe abhängig von Gewichten (Fehlerfunktion = Funktion der Gewichte)
• Suche nach optimalen Gewichten zur Minimierung des Fehlers des Netzes
• Suche nach dem Minimum der Fehlerfunktion
• -> Gradientenabstieg

• „Gradientenabstieg mit reverse mode
• Klassifikation mit Trainingsdatensatz und aktuellen
• Vergleich Ausgabe mit Trainingslabels (Bestimmung Fehler)
• Fehler wird rückwärts durch Schichten geführt
• Man erkennt, welche Verbindung welchen Fehleranteil verursacht
• Gewichte werden entsprechend aktualisiert

•     Aktivierungsfunktion sind ableitbare Funktionen

•     Gradienten können sehr klein werden (-> kein Trainingsfortschritt mehr)
•     Gradienten können auch sehr groß werden
•     Bei großen Netzen viele freie Parameter (Gefahr des Overfittings)
•     Lange Trainingsdauer, schwer einzuschätzen

•     TP: true positives
•     TN: true negatives
•     FP: false positives
•     FN: false negatives
•     Daraus abgeleitet
  • True positive rate (TP/P) 
  • True negative rate (TN/N) 
  • Precision (TP/AP)

•     Fully-connected (bisher)
•     Convolutional Layers (Faltungsschichten)
•     Pooling Layers (Sammelschichten)

• Unüberwachtes Lernen
• Meist ist die Zahl der Klassen vorgegeben
• Verwendung eines gaußschen Mischmodells (Gaussian Mixture Model, GMM), um die Gesamtheit der Daten zu beschreiben.
• Clustering mit Gaussian Mixture Model
• ein GMM anpassen auf die Gesamtheit der Merkmalsvektoren, Vektoren die zu einer Gaußkomponente gehören, bilden ein Cluster.
• diese Cluster können anschließend auch für die Klassifikation verwendet werden

• Ortinformationen gehen verloren
• sehr stark von der Beleuchtung abhängig

unabhängiges Validieren der Daten nicht mehr möglich