Как гиперплоскости применяются в компьютерном зрении для распознавания объектов?

В компьютерном зрении для распознавания объектов гиперплоскости применяются, например, в методе опорных векторов (SVM). data-light.ru kuzstu.su

Суть метода: алгоритм находит оптимальную гиперплоскость, которая разделяет объекты на изображении на два класса. kuzstu.su SVM использует определённые функции ядра для преобразования данных в пространство более высокой размерности, что позволяет ему разделять объекты, которые не могут быть разделены линейно. kuzstu.su

Как работает метод: изображение делится на небольшие участки (ячейки). data-light.ru В каждой ячейке определяется направление наибольшего изменения яркости пикселя — это и есть градиенты. data-light.ru Для каждой ячейки строится гистограмма, показывающая, сколько градиентов попадает в каждое из заранее заданных направлений (обычно 9 направлений). data-light.ru Несколько ячеек объединяются в группы, и все полученные данные собираются в один набор признаков — вектор HOG, который описывает форму объекта на изображении. data-light.ru

После этого используется SVM — алгоритм машинного обучения, который находит границу между классами объектов. data-light.ru Он выбирает такую границу (гиперплоскость), которая максимально разделяет разные классы, например, «пешеход» и «не пешеход». data-light.ru