Tesi Robotica Algoritmi ed architetture per la risoluzione di... | Page 53
2.3. AGAST: ADAPTIVE AND GENERIC ACCELERATED SEGMENT TEST
53
modello test valuterà il pixel nucleo attuale più scuro , non appena diventa il
pixel centrale . A causa di questo mirroring gli stati " brillanti " e " scuri" si
presume di avere la stessa probabilità (pbd ) , che viene scelto per riassumere a
uno con ps (ps + 2pbd = 1). Pertanto, la probabilità di un px configurazione pixel
può essere calcolato come segue :
px =
N
Ÿ
pi
i=1
con
La distribuzione di probabilità della configurazione pixel è quindi una distribuzione trinomiale con le probabilità ps e due volte pbd . Si noti che gli stati d, b e
u non sono campioni di questa distribuzione ma rappresentano rispettivamente
un insieme di due e tre campioni . Mentre questo approccio fornisce una buona
soluzione per l’ambiente addestrato , non è generico e , come VELOCE , deve
essere appresa per ogni specifica scena in cui viene applicato . Una soluzione più
e ciente e generico si ottiene , se l’algoritmo si adatta automaticamente alla
zona che è attualmente processato, ovvero cambia tra alberi di decisione che
sono ottimizzati per l’area specifica . L’ idea è quella di costruire , ad esempio
, due alberi, uno per specializzato omogenei e uno per la strutturato sulla base
di un piccolo e un grande valore per ps . Alla fine di ogni percorso decisionale ,
dove l’ angolo criterio è soddisfatto o non può essere eseguita, un salto all’albero specializzato adeguato viene eseguita in base alla configurazione di pixel di
questa foglia. Questo interruttore tra gli alberi di decisione specializzati viene
distribuito senza costi aggiuntivi , perché la valutazione del nodo foglia è fatto
o ine quando si genera l’albero specializzato . In questo modo l’ AST è atto
a ciascuna sezione immagine dinamico e le prestazioni sono aumentato , per
una scena arbitrario . Ogni apprendimento diventa inutile. Siccome uno switch
tra gli alberi senza costi può essere eseguita solo in una foglia, l’adattamento è
ritardato di un test. Pertanto,c’è solo un caso dove AGAST è inferiore a FAST,
ovvero se c’è la necessità di passare da omogenea a strutturata e viceversa in