Pages

2009年11月5日 星期四

不同版本之滑鼠事件設定

OpenCV 在一兩個月前發布最新的 v2.0,對我而言,最大的差異就是「function prototype」,數量可說是不勝枚舉,但我們僅需了解其不同之處,修改應該不成問題,設定滑鼠事件就是一例。

滑鼠事件不外乎就是「左右鍵按下、放開」、「滑鼠移動」,不過這些都是簡單卻很重要的工具,例如:我們可以
  1. 框出指定區域作物體追蹤。
  2. 框出指定區域作直方圖統計。
  3. 框出指定區域作影像擷取。
甚至這個方框可以動態讓使用者作調整,所以他的確是很重要的東西。恩!底下就針對差異點說明:

Set mouse callback function
  • OpenCV b3.1
cvSetMouseCallback(const char* window_name, CvMouseCallback on_mouse);
  • OpenCV 2.0
cvSetMouseCallback(const char* window_name, CvMouseCallback on_mouse, void* param CV_DEFAULT(NULL));

Mouse callback function prototype

  • OpenCV b3.1
void MouseCallback(int event, int x, int y, int flags);
  • OpenCV 2.0
void MouseCallback(int event, int x, int y, int flags, void *param);
很明顯地,新版多了一個參數「void* param」,這樣一來,就可以傳入一個結構,來記錄滑鼠座標,毋須定義全域變數。另外,還有一個外表看不出來的差異,就是舊版(b3.1)取得的滑鼠座標需要上下顛倒,但新版不用,詳細可以看原始碼。

Source Code Download

2009年10月7日 星期三

手動安裝 NVIDIA 顯示卡驅動程式

  每次裝完 Ubuntu,驅動程式都會自動安裝完畢,即使沒安裝到的,也可以從「受限制的驅動程式」去啟動它(像是我的工作機),不過,這次安裝 8.10 的機器,顯示卡是 GeForce 9700M GTS,受限制的驅動程式(173和177)都無法正常啟動,所以必須手動安裝。參考這裡,有詳細的說明,底下把重要的部份列舉出來:##ReadMore##
  1. 到 NVIDIA 驅動程式下載中心找到你要的版本,像我就是下載 GeForce 9M 系列的。下載的檔明為 NVIDIA-Linux-x86-185.18.36-pkg1.run。
  2. 修改檔案權限:chmod +x NVIDIA-Linux-x86-185.18.36-pkg1.run。
  3. 移除安裝過的 NVIDIA 套件:csudo apt-get --purge remove nvidia-*。
  4. 按 Ctrl+Alt+F1 進入文字模式。
  5. 關閉 X window:sudo /etc/init.d/gdm stop。
  6. 開始安裝驅動程式:sudo sh ./NVIDIA-Linux-x86-185.18.36-pkg1.run。過程中會去下載 kernel header,不過會下載失敗(我的 /usr/src/ 底下明明就有了),但沒關係,還是可以編譯並安裝成功。
  7. 重啟 X window:sudo /etc/init.d/gdm start。
  8. 大功告成,利用 glxinfo | grep "OpenGL version string: 看到顯式卡的型號、以及 NVIDIA X Server Settings 修改解析度以及刷新率。
  終於給這台 17 吋寬螢幕的 NB「1440x900」和「73 Hz」最後要提醒的一點是,如果有更新 kernel,記得要重新安裝驅動程式。

2009年9月22日 星期二

Mgestyk Gesture Based Control

  Mgestyk 是加拿大的公司,利用 3D Camera 來做到三維影像的辨識,我只能說做得非常好...冏>。另外,Toshiba 出了「Cell-based SpursEngine」在 NB 和 LCD TV 上面利用手勢操作以吸引買家。從 Eij的碎碎唸 這篇看來,似乎 Toshiba 和 Mgestyk 有合作關係,還是說,根本是關係企業...。以下是 demo 影片:



Reference
  1. Mgestyk Gesture Based Control
  2. Toshiba 發佈手勢控制的 Cell-based 電視

2009年9月17日 星期四

diff && patch

  這兩個指令一起使用等同於大陸人所說的「補丁」,目的就是當程式有新版的時候,用來替換舊版的做法之一,如果一個專案有需要多人一起修改,使用 patch 配合有意義的檔名,如:camera_preview.patch 會變得比較好管裡,因為可以掌握到底改過哪些地方。

首先,假設有兩個資料夾:
-baijuyi- [/home/Bachelor_91/linly/old] -13:48- ls
a.cc git
-baijuyi- [/home/Bachelor_91/linly/old] -13:48- cat a.cc
#include <iostream>

using namespace std;

int main()
{
a = 3;
}
-baijuyi- [/home/Bachelor_91/linly/new] -13:49- ls
a.cc git
-baijuyi- [/home/Bachelor_91/linly/new] -13:49- cat a.cc
#include <iostream>

using namespace std;

int main()
{
b = 3;
}
  在兩個資料夾都有 a.cc 和 git,而 new 資料夾的 a.cc 檔案中,把 a = 3; 改成 b = 3;,現在要做 patch:
-baijuyi- [/home/Bachelor_91/linly] -13:52- diff -ruN old/ new/ -x git > my.patch
-baijuyi- [/home/Bachelor_91/linly] -13:53- cat my.patch
diff -ruN -x git old/a.cc new/a.cc
--- old/a.cc 2009-09-17 13:48:36.000000000 +0800
+++ new/a.cc 2009-09-17 13:48:04.000000000 +0800
@@ -4,5 +4,5 @@

int main()
{
- a = 3;
+ b = 3;
}
  其中有一個參數:-x git,是省略這個檔案不比,有時候會有一些說明檔在裡頭,沒有必要去 patch 它。接著就是打 patch:
-baijuyi- [/home/Bachelor_91/linly] -13:59- patch -p0 < my.patch
-baijuyi- [/home/Bachelor_91/linly] -14:16- cat old/a.cc
using namespace std;

int main()
{
b = 3; // =>改變了
}
  這樣就完成程式碼的更新了,如果說我到 old/ 這個資料夾打 patch 的話,由於是往下一層,所以要把 -p0 改成 -p1。最後,因為我的用 patch,它會幫我把原先的舊檔案,以原檔名加上 .orig,所以想把這些檔案都刪除的話,可以利用 find 去做:
-baijuyi- [/home/Bachelor_91/linly] -14:03- ls old/
a.cc a.cc.orig git
-baijuyi- [/home/Bachelor_91/linly] -14:03- find . -name '*.orig' -exec rm -f {} ';'
-baijuyi- [/home/Bachelor_91/linly] -14:03- ls old/
a.cc git

2009年8月25日 星期二

CUDA 簡介

  最近受命去弄個 GPGPU(General-purpose computing on graphics processing units) 的 demo,對象就是 Nvidia 的 CUDA,這裡我找到一個還不錯的簡介,以 VS2005 來說明如何設定,雖然僅有兩個範例,但作者循序漸進,一步步地說明如何加快平行運算的速度。我只有看完第一個範例,另一個矩陣乘法有空再看:P。針對第一個範例「平方相加」,作者說明的流程依序如下:(GeForce 8800GT 1.5GHz)
  1. 一個區塊與一個執行緒 -- 640M clock cycles (約0.43秒)
  2. 一個區塊與 256 個執行緒 -- 8.3M clock cycles (約 0.0055 秒)
  3. 同上,但改變執行緒讀取資料的方式 -- 2.6M clock cycles (約 0.0017 秒)
  4. 32 個區塊與 256 個執行緒 -- 150K clock cycles (約 0.0001 秒)
  5. 同上,但個別區塊先利用 shared memory 做加總 -- 164K clock cycles (約 0.00011 秒)
  6. 同上,但改變在 shared memory 的加總方式 -- 136K~140K clock cycles (約 0.00009 秒)
  這個網頁後面還有介紹支援 CUDA 的 GPU 架構,包含 global memory、shared memory、multi-processor 和一些 cache。像要給 GPU 處理的資料就會先複製到 global memory,而執行緒在存取這個記憶體時會有 latency,所以需要建立多一點執行緒來隱藏延遲;shared memory 相當於 cache,比起前者,延遲可以忽略,但是,當多個執行緒存取同一個 bank(4 bytes) 就會發生衝突,所以就要重新考慮資料的擺放方式;還有,精確度、運算單元、和其它 cache 的介紹、總之,這個網頁值得看看。

  我手邊拿到的筆電,顯示卡為「GeForce 9700M GTS」,搭配的驅動程式版本是 177.19,但是,官網針對 Windows Vista 32 bits 提供的 CUDA 版本至少是 2.0(驅動程式版本為 178.08),幸好可以安裝,不過安裝 CUDA 2.3 失敗啦!而顯示卡資訊如下圖:(雖然安裝 2.0 版,不過顯示結果只支援到 1.1 版)


矩陣乘法之時間比較:(單位:秒)
               CPU            GPU
500x500 0.188 0.109
1000x1000 6.131 0.202
3000x3000 200.819 5.241
5000x5000 1222.182 12.480
  如果你的筆記型電腦或者桌機的顯示卡不支援CUDA,那麼,cudaGetDeviceProperties 只能抓到一個虛擬裝置「device 0」,而該裝置內容如下:


  做平行計算所探討的議題、思考的方向和做法,是我以前沒有接觸,或者甚少接觸的部分,即使看得懂,也需要許多的時間去消化吸收,爾後才能靈活運用(高微看得懂和寫得出來是兩回事)。而且,最好要能掌握顯示卡提供的硬體資訊,例如:最多可以產生幾個區塊、幾個執行緒、shared memory 有多大、有幾個暫存器,因為這些資訊都會影響資料的切割、存取,及演算法的修改,可以說是針對板子去寫平行的程式,所以像是 cublas、cufft 這些函式庫,我猜硬體資訊都已參數化。最後,開越多的執行緒或許越能隱藏 latency,但相對地,每個執行緒能分配到的資源就會越少,這是需要衡量的地方。

參考資料:

2009年7月28日 星期二

其它膚色模型

  除了之前介紹的 Bayesian膚色模型(YCbCr),其實還有許多不同色彩空間的膚色模型,如:RGB、YUV、YCbCr、HSV、HSL、Normalize RGB 等等,底下再秀兩個膚色模型。

● YCbCr
Y = 0.299*data[2] + 0.587*data[1] + 0.114*data[0];
Cb = -0.1687*data[2] - 0.3312*data[1] + 0.5*data[0];
Cr = 0.5*data[2] - 0.4183*data[1] - 0.0816*data[0];

if(60 < Y && Y < 255)
{
if(-25 < Cb && Cb < 0)
{
if(10 < Cr && Cr < 45)
{
// skin
}
else
{
// non-skin
}
}
else
{
// non-skin
}
}
else
{
// non-skin
}
● Normal RGB
double r;
double g;
double b;
double F1;
double F2;
double w;
int size = 320*240;
Byte* data = (Byte*)scan0.ToPointer();

for(int i = 0; i < size; ++i, data += 3)
{
if(data[0] == 0 && data[1] == 0 && data[2] == 0)
{
r = g = b = 0;
}
else
{
r = (double)data[2]/(data[2]+data[1]+data[0]);
g = (double)data[1]/(data[2]+data[1]+data[0]);
}

F1 = -1.3767*r*r + 1.0743*r + 0.1452;

F2 = -0.776*r*r + 0.5601*r + 0.1766;

w = (r-0.33)*(r-0.33) + (g-0.33)*(g-0.33);


if((g < F1) && (g > F2) &&
(w > 0.0004) &&
(data[2] > data[1]) &&

(data[1] > data[0]) &&
(data[2] - data[1] >= 16))

{
// skin
}
else
{
// non-skin
}
}

  後者是我目前用過效果最好的膚色模型,在白光或者黃光的環境都表現得不錯。但是,不論多麼好的膚色模型,想要應付各種外在因素的影響,還是顯得不足,畢竟拿到的影像,顏色都被干擾了。

相關閱讀:

2009年7月16日 星期四

Baysian 膚色模型

  在做人臉、手勢辨識時,最直覺的做法就是先找膚色,這裡就介紹一下 Bayes 膚色模型。這篇論文是利用條件機率,將每對 (Cb,Cr) 都賦予一個「是否為膚色」的標籤,待訓練完後,每給定一個 (R,G,B),只要轉換到 YCbCr 就可以知道是否為膚色。

  論文中所提及的一些式子,如式 (3)、式 (4),是用成本的概念來說明,如樣本 X 判斷成膚色的成本小於判斷成非膚色的成本,就把樣本 X 決定成膚色。至於其它係數就不用管他,只要知道最後一個實驗出來的結果值:Alpha = 2,剩下就是條件機率的使用了。

  至於要如何訓練,首先要收集一堆 training data,並且把每一張圖片都一分為二:膚色 & 非膚色,也就是說針對某一張圖片,把膚色以外的區域弄成白色,產生一筆 skin data;非膚色以外的區域弄成白色,產生一筆 non-skin data,這裡需要的是人工篩選的動作。接著,開始一一統計以下四個變量:
  1. 膚色點的總數。
  2. 非膚色點的總數。
  3. 每對 (Cb,Cr) 膚色點的數量。
  4. 每對 (Cb,Cr) 非膚色點的數量。
  然後根據論文的式 (10) 與式 (11) 計算每對 (Cb,Cr) 膚色和非膚色的機率,歸類完即可產生一個 225x225 的 training model 了。

  Bayes 條件機率是不錯的觀念,不少演算法以此為核心發展出來,如:Bayes Classifier,甚至有寫成一個函式庫,裡頭都是用條件機率去做的。不過,用條件機率,很大的問題會取決於所收集的資料特性,甚至當正反兩個結果的機率差不多時,準確度就會大大下降。

程式碼下載

相關閱讀:

2009年6月28日 星期日

花蓮行第三天

早上起來,將窗簾拉開,群山連綿,還有白雲做點綴,放眼望去景色超棒的。我們盥洗完就去一樓大廳排隊吃早餐,這裡中、西式種類非常齊全,真是享受。吃完就去飯店內的店家逛逛,以及到外面的草坪、人工瀑布照照相。














有鑒於昨天頂著太陽騎車的辛勞,今天決定搭接駁車去兆豐農場,大約12點20分,我們到花蓮火車站附近的旅客服務中心等車,接駁車一趟要150元,大約40分鐘的車程,那到邊買完票、安置行李,就去租一台電動車,因為兆豐占地七百多公頃,不可能用走的啦...|||。這裡很像是動物園、植物園和昆蟲園(有這種東西嗎=_=)的綜合體,我們就走走停停,看到有趣的東西就下車看看,我們有餵鴿子、餵山羊,看別人餵小牛XD,讓我驚訝的是,才出生一天的小牛就可以長得這麼大!我們還吃了$40的牛奶冰淇淋,不錯吃耶,兆豐農場值得來一次。











回到市區,我們就去買名產,我和Jerry合買一盒大麻糬,我另外買了一包黑糖小麻糬,而且拿過期的交大學生證打九折XD。吃完晚餐,就去車站等七點多的自強號,這次沒機會搭到太魯閣號,所以需要兩小時四十分的車程,差好多冏>。

這次三天兩夜花蓮旅遊還算玩的盡興,也有好有壞,好是好在享受自行規劃的樂趣,想去哪就去哪;壞是壞在沒有人會開車就只能搭車或者騎機車,而且花費會高一點。明年員工補助有$7500,也許就跟團了,另外,公司快點把三人成行的狗屁規定給取消掉(/‵Д′)/~ ╧╧。


花蓮行第一天

花蓮行第二天
三天兩夜花蓮行程

2009年6月27日 星期六

花蓮行第二天

一整夜都被鼾聲吵到無法入眠,所以一大清早就起床看棒球,外勞大約九點把早餐送來,是三明治加奶茶,吃完休息一下就打包行李準備離開,前往美崙飯店放行李。今天的行程會先去鯉魚潭,然後再去東華大學,這兩處都在壽豐鄉。

去鯉魚潭的過程挺辛苦的,因為頂著大太陽騎機車,實在是熱得要死。這裡的優點是風景不錯,可以騎著水上腳踏車四處欣賞,不過一人要一兩百塊,而且肚子餓又不想流汗,所以就放棄了XD。





晃了一個小時左右,就去附近的海產店吃飯(還是吹冷氣比較實在),等到太陽沒那麼烈,就離開前往東華大學,這是第二次到這間學校,不過上次有車可以開進去,這次就沒這麼幸運,因為學校規定除非是學生的機車,否則只有汽車可以換證進入,掯!學校這麼大,要我們累死在裡頭就對啦ˋˊ。不過,既來之,則安之,就硬著頭皮「逛校園」吧!喔,對了,逛校園之前有先去咖啡廳坐了一下,等太陽不見了再出來,哈哈。這裡頭的景色還是挺不賴的,我們四處拍照,以及玩飛盤,在學校耗了將近兩個半小時才離開。













至於晚餐,我們決定吃歐鄉牛排西餐,這家牛排館在北部僅永和有分店,消費範圍從$320到$640不等,我則是鱈魚併沙朗牛排($460)。這裡的東西吃起來都還算不錯,特別要提的是,他們的紅茶超好喝的,非常甘甜,但我猜其它分店就沒這個優點了。吃完也已經九點,我們回到美侖飯店,去打了一下桌球和壁球。這次行程的一個缺點就是,應該要在美侖飯店待上一整天,做SPA、游泳玩水、玩裡頭的設施,可惜阿~。









花蓮行第一天
花蓮行第三天

2009年6月26日 星期五

花蓮行第一天

今年員工旅遊是我第一次參與,打算自行規劃去花蓮玩,這也是我第二次去,上一次主要的景點是太魯閣,所以這次打算找不一樣的地方...。

第一天大夥約在台北車站,準備搭十點多的太魯閣號,車程僅需要兩個小時(停靠站:松山、花蓮),在車上邊享受伯朗咖啡和三明治、邊觀賞外面依山傍海的景色。Carol則是把PSP當MP3用(好野人),邊聽音樂邊拍照。到了花蓮,就先拍花蓮車站,畢竟,群山矗立的景致是難得一見的。


在車站拿了市區地圖後,就到詮興租車行租車,接著去三國一曼波魚餐廳吃午餐,曼波魚吃起來的口感已經忘記了XD,但肯定得一點是,自己掏腰包就不吃,哈哈。吃飽飯就去吃一心泡泡冰,這間店之前有來過,還不錯吃拉,接著就到小熊森林登記,這間民宿實在是太可愛了,所見之處都是一堆娃娃、玩具、以及特殊的擺設,女孩子和娘泡應該會超喜歡的吧。進到房間一整個超舒適,因為冷氣早就已經打開,涼颼颼的!房間還有飲料、礦泉水、泡麵,甚至廁所都做乾濕分離,果然有他的價值\( ̄▽ ̄)/。












休息一會,就去吃炸蛋蔥油餅,這是個物美價廉的小吃,要價$20/個,吃完就前往七星潭。因為今天天氣非常好,海風吹來更是舒適,完全是一整個放鬆,躺在石頭上可以馬上就睡著XD。






七星潭附近還有原野牧場和七星柴魚博物館,我們選擇去博物館,不過這裡挺無聊的,就是擺一些展示的東西,和影片介紹,待不了太久的,離開前買了柴魚丁角回去吃。晚上我們先去吃公正包子,這家店實在太有名了,排了至少半小時,接著去吃五霸包心粉圓隔壁的包心粉圓,似乎這間才是「正宗」,吃完就去最後一站:自強夜市,這次來就真正看個仔細,嗯~好小的夜市阿!尤其今天是禮拜五,攤販沒有全部開張,人也少很多,整個覺得弱掉了。我買了一杯現榨果汁和第一家烤肉串,烤肉串還挺不錯的,不過要排20分鐘以上(還非假日哩)。疲憊的一天,回到小熊森林洗澡休息囉。


花蓮行第二天
花蓮行第三天
 
Blogger Templates