Citando un ejemplo de Computer Vision, el marco de detección de objetos Viola-Jones utiliza una solución de programación dinámica popular y ubicua para encontrar la suma de elementos en un sub-rectángulo arbitrario de una matriz 2-D dada.
Para dar una visión general, el marco Viola-Jones se basa en las características de Haar que se calculan calculando la diferencia de la suma de píxeles en regiones rectangulares adyacentes. Para lograr eso, se calcula una representación de imagen conocida como imagen integral , [matemática] I [/ matemática] donde cada píxel [matemática] I (x, y) [/ matemática] es la suma de todos los píxeles arriba y a la izquierda de [matemáticas] (x, y) [/ matemáticas], inclusive en la imagen original. [math] I [/ math] se puede calcular en una sola pasada sobre la imagen usando la siguiente recurrencia que se puede visualizar como un caso básico del principio de inclusión-exclusión:
[matemáticas] I (x, y) = imagen (x, y) + I (x, y-1) + I (x-1, y) – I (x-1, y-1) [/ matemáticas]
- Cómo mantener una matriz, admitir inserción y asignación aleatorias, y consultar el kth elemento más grande en un intervalo dado
- ¿Qué algoritmos son buenos candidatos para el reconocimiento de sonido? Estoy principalmente interesado en reconocer sonidos en un entorno doméstico, por ejemplo, un temporizador de microondas que suena, un teléfono que suena, un timbre, etc.
- ¿Es necesario un montón de páginas de CV para conseguir un trabajo?
- ¿Cuál es tu algoritmo favorito y dónde lo has usado prácticamente en la vida real?
- Dado que muchos algoritmos de aprendizaje automático se ejecutan en GPU, ¿Julia sigue siendo una buena opción para eso?
Una vez que se ha calculado la imagen integral, es posible calcular la suma de píxeles en cualquier región de imagen rectangular de tamaño arbitrario en tiempo constante usando 4 referencias a [matemáticas] I [/ matemáticas] como se muestra en la figura (cortesía de la imagen: Wikipedia) .
Se sabe que esto imparte una ventaja de velocidad considerable al marco de detección de objetos.