张量相对于元素邻居的条件值

Posted 2023-02-21

【中文标题】张量相对于元素邻居的条件值

【英文标题】：Conditional value on tensor relative to element neighbors

【发布时间】：2017-10-03 21:23:24

【问题描述】：

我正在使用 Tensorflow 实现 Canny 算法（这是使用边界作为评估指标所必需的，但这是题外话）。其中一个步骤是计算“非最大抑制”，这包括将 3x3 区域中的中心元素归零，除非两个特定的邻居更小。更多详情here.

如何使用 Tensorflow 实现此操作？

我实际上在使用 Keras，但 Tensorflow 解决方案也可以，作为参考，我的代码到目前为止看起来像这样：

def canny(img):
    '''Canny border detection. The input should be a grayscale image.'''
    gauss_kernel = np.array([[2,  4,  5,  4, 2],
                             [4,  9, 12,  9, 4],
                             [5, 12, 15, 12, 5],
                             [4,  9, 12,  9, 4],
                             [2,  4,  5,  4, 2]]).reshape(5, 5, 1, 1)
    gauss_kernel = K.variable(1./159 * gauss_kernel)

    Gx = K.variable(np.array([[-1., 0. ,1.],
                              [-2., 0., 2.],
                              [-1., 0., 1.]]).reshape(3, 3, 1, 1))

    Gy = K.variable(np.array([[-1., -2., -1.],
                              [ 0.,  0.,  0.],
                              [ 1.,  2.,  1.]]).reshape(3, 3, 1, 1))
    # Smooth image
    smoothed = K.conv2d(img, gauss_kernel, padding='same')
    # Derivative in x
    Dx = K.conv2d(smoothed, Gx, padding='same')
    # Derivative in y
    Dy = K.conv2d(smoothed, Gy, padding='same')
    # Take gradient strength
    G = K.sqrt(K.square(Dx) + K.square(Dy))

    # TODO: Non-maximum Suppression & Hysteresis Thresholding   

    return G

【参考方案1】：

您可以使用卷积过滤器来分离两个目标像素并使它们与中心像素“同心”。

例如，为了比较两个目标像素，我们可以使用这个过滤器，形状为(3, 3, 1, 2)——一个输入通道，两个输出通道。每个通道都会返回一个目标像素。

过滤器的目标像素应为 1。其余为零：

#taking two diagonal pixels
filter = np.zeros((3,3,1,2))
filter[0,0,0,0] = 1 #first pixel is top/left, passed to the first channel
filter[2,2,0,1] = 1 #second pixel is bottom/right, passed to the second channel     
    #which ones are really bottom or top, left or right depend on your preprocessing, 
    #but they should be consistent with the rest of your modeling 

filter = K.variable(filter)

如果您采用顶部和底部或左右，您可以制作更小的过滤器。不需要是 3x3（也没有问题），但只有 1x3 或 3x1：

filter1 = np.zeros((1,3,1,2)) #horizontal filter
filter2 = np.zeros((3,1,1,2)) #vertical filter

filter1[0,0,0,0] = 1    #left pixel -  if filter is 3x3: [1,0,0,0]
filter1[0,2,0,1] = 1    #right pixel - if filter is 3x3: [1,2,0,1]
filter1 = K.variable(filter1)

filter2[0,0,0,0] = 1    #top pixel -  if filter is 3x3: [0,1,0,0]
filter2[2,0,0,1] = 1    #bottom pxl - if filter is 3x3: [2,1,0,1]
filter2 = K.variable(filter2)

然后你将它们应用为卷积。您将为一个像素获得一个通道，为另一个像素获得另一个通道。然后，您可以将它们进行比较，就好像它们都在同一个地方，只是在不同的渠道中：

targetPixels = K.conv2d(originalImages, kernel=filter, padding='same')

#two channels telling if the center pixel is greater than the pixel in the channel
isGreater = K.greater(originalImages,targetPixels)

#merging the two channels, considering they're 0 for false and 1 for true
isGreater = K.cast(isGreater,K.floatx())
isGreater = isGreater[:,:,:,:1] * isGreater[:,:,:,1:]

#now, the center pixel will remain if isGreater = 1 at that position:
result = originalImages * isGreater

【讨论】：

我尝试了一种不同的方法，但这个想法很完美！谢谢！