رواية اللياقة البدنية قياس التطورية صورة مطابقة محاكاة

Question

أنا متأكد من أن العديد من الناس قد شهدت بالفعل العروض باستخدام الخوارزميات الجينية لتوليد صورة يطابق صورة العينة.عليك أن تبدأ مع الضوضاء, و تدريجيا الأمر تشبه صورة الهدف أكثر و أكثر عن كثب ، حتى يكون لديك أكثر أو أقل دقة مكررة.

كل من الأمثلة التي رأيتها ، ومع ذلك ، فإن استخدام واضحة إلى حد ما بكسل-بكسل المقارنة ، مما يؤدي إلى يمكن التنبؤ بها إلى حد ما 'تتلاشى في الصورة النهائية.ما أبحث عنه هو شيء أكثر من الرواية:اللياقة البدنية قياس هذا يأتي أقرب إلى ما نراه مماثلة من السذاجة النهج.

لا يكون نتيجة محددة في الاعتبار - أنا فقط أبحث عن شيء أكثر إثارة للاهتمام من الافتراضي.اقتراحات ؟

Answer 1

وأفترض كنت تتحدث عن شيء من هذا القبيل <لأ href = "http://rogeralsing.com/2008/12/07/genetic-programming-evolution-of-mona-lisa/" يختلط = "نوفولو noreferrer" > برنامج روجر Alsing في .

وأنا نفذت نسخة من هذا، لذلك أنا مهتمة ايضا في وظائف اللياقة البدنية بديلة، على الرغم من أنني أتيت إلى الأمر من منظور تحسين الأداء بدلا من الجماليات. وأتوقع أنه سيكون هناك دائما بعض عناصر "تتلاشى في" ويرجع ذلك إلى طبيعة العملية التطورية (على الرغم من التغيير والتبديل في مشغلي التطورية قد تؤثر على كيفية يبدو هذا).

ومقارنة بكسل حسب بكسل يمكن أن تكون مكلفة للأي شيء ولكن الصور الصغيرة. على سبيل المثال، صورة الصور 200x200 بكسل يمكنني استخدام لديها 40000 بكسل. مع ثلاث قيم لكل بكسل (R، G و B)، وهذا هو 120،000 القيم التي يجب أن تدرج في حساب اللياقة البدنية للحصول على صورة واحدة. في تنفيذ بلدي حجم الصورة أسفل قبل القيام المقارنة حتى لا يكون هناك عدد أقل من بكسل. والمفاضلة هو انخفاض طفيف دقة الصورة تطورت.

في التحقيق وظائف اللياقة البدنية بديلة جئت عبر بعض الاقتراحات لاستخدام بدلا من ذلك من RGB لأن هذا هو أكثر اتساقا مع الإدراك البشري.

وكانت هناك فكرة أخرى أن اضطررت للمقارنة فقط عينة مختارة عشوائيا من بكسل. لست متأكدا من مدى نجاح هذه ستعمل دون أن يحاول ذلك. منذ بكسل مقارنة سيكون مختلفا عن كل تقييم سيكون له تأثير الحفاظ على التنوع داخل السكان.

وأبعد من ذلك، كنت في نواحي رؤية الكمبيوتر. وأتوقع أن هذه التقنيات التي تعتمد على استخراج ميزة، سيكون أكثر تكلفة لكل صورة، ولكنها قد تكون أسرع عموما إذا كانت تؤدي إلى الأجيال أقل يجري المطلوبة لتحقيق نتيجة مقبولة. قد ترغب في التحقيق في PerceptualDiff المكتبة. أيضا، يظهر هذه الصفحة بعض جافا التعليمات البرمجية التي يمكن استخدامها لمقارنة الصور لتشابه على أساس الخصائص بدلا من بكسل.

Answer 2

<اقتباس فقرة>   

وقياس اللياقة البدنية التي تأتي أقرب إلى ما نراه من 'على غرار' من نهج ساذج.

وتنفيذ مثل هذا الإجراء في البرنامج هو غير بديهي بالتأكيد. جوجل نموذج الإنسان رؤية '،' خطأ الإدراك الحسي متري "لبعض المنطلقات. يمكنك تجنب هذه المسألة - مجرد عرض صور مرشح لإنسان لاختيار أفضل منها، على الرغم من أنها قد تكون مملة بعض الشيء للإنسان

Answer 3

أنا لم أر مثل هذا العرض (ربما رابط واحد).ولكن اثنين بروتو الأفكار من desription التي قد تؤدي مثيرة للاهتمام:

• ثلاثة خوارزميات مختلفة تعمل في موازاة ذلك ، ربما RGB أو هامبورغ.
• الخطوة ، أو تدوير أو تغيير صورة الهدف قليلا أثناء التشغيل.
• اللياقة البدنية على أساس التباين/قيمة الفروق بين بكسل ، ولكن من دون معرفة اللون الفعلي.
• ...ثم "رئيس الوزراء" بكسل واحد مع تصحيح اللون ؟

Answer 4

أنا أتفق مع المساهمين الآخرين أن هذا غير تافهة.أريد أن أضيف أيضا أن تكون قيمة جدا تجاريا - على سبيل المثال ، الشركات الذين يرغبون في حماية visual IP سيكون سعيدا للغاية أن تكون قادرة على الجر الإنترنت تبحث عن صور مماثلة إلى الشعارات الخاصة بهم.

بلدي السذاجة نهج هذا سيكون لتدريب نمط التعرف على عدد من الصور ، كل المتولدة من صورة الهدف مع واحد أو أكثر يحول تطبيقها على أنه:على سبيل المثالاستدارة بضع درجات سواء السبيل ؛ ترجمة بضع بكسل سواء السبيل ؛ مستويات مختلفة من نفس الصورة ؛ مختلف يطمس والآثار (الإلتواء أقنعة جيدة هنا).أود أن أضيف أيضا بعض الضوضاء العشوائية إلى كل من الصور.المزيد من عينات أفضل.

التدريب يمكن أن تتم خارج الخط ، لذلك يجب أن لا يسبب مشكلة مع وقت الأداء.

مرة واحدة كنت قد حصلت على نمط التعرف المدربين ، يمكنك الإشارة إليها في الجمعية العامة للسكان الصور و الحصول على بعض العددية درجة من التعرف.

شخصيا, أنا أحب شعاعي أساس الشبكات.سريع إلى القطار.أود أن تبدأ مع عدد كبير جدا من المدخلات ، يتل عليهم مع مبدأ تحليل المكونات (IIRC).النواتج يمكن أن يكون مجرد similiarity التدبير تدبير الاختلاف.

آخر شيء واحد ؛ أيا كان النهج تذهب هل يمكنك بلوق عن ذلك ، نشر التجريبي ، أيا كان ، اسمحوا لنا أن نعرف كيف حصلت على.