92 lines
4.6 KiB
Org Mode
92 lines
4.6 KiB
Org Mode
|
#+TITLE: Création d’images par algorithme génétique avec référence
|
|||
|
|
#+SUBTITLE: Rapport de projet
|
|||
|
|
#+AUTHOR: Lucien Cartier-Tilet
|
|||
|
|
#+EMAIL: phundrak@phundrak.fr
|
|||
|
|
#+CREATOR: Lucien Cartier-Tilet
|
|||
|
|
#+LANGUAGE: fr
|
|||
|
|
#+LATEX_CLASS: article
|
|||
|
|
#+LaTeX_CLASS_OPTIONS: [a4paper,twoside]
|
|||
|
|
#+LATEX_HEADER: \usepackage{xltxtra,fontspec,xunicode}\usepackage[total={6.5in,9.5in}]{geometry}\setromanfont[Numbers=Lowercase]{Charis SIL}
|
|||
|
|
#+LATEX_HEADER: \usepackage{xcolor} \usepackage{hyperref}
|
|||
|
|
#+LATEX_HEADER: \hypersetup{colorlinks=true,linkbordercolor=red,linkcolor=blue,pdfborderstyle={/S/U/W 1}}
|
|||
|
|
#+STARTUP: latexpreview
|
|||
|
|
|
|||
|
|
* Sujet
|
|||
|
|
|
|||
|
|
Le sujet de ce projet est la création d’un logiciel pouvant recréer une image
|
|||
|
|
fournie grâce à des générations aléatoires et successives de formes aux,
|
|||
|
|
positions, couleurs et taille aléatoires. L’algorithme commence par créer une
|
|||
|
|
image vide aux dimensions identiques à l’image de référence, puis applique une
|
|||
|
|
de ces formes aléatoires. Si la ressemblance de l’image ainsi générée augmente
|
|||
|
|
par rapport à sa version précédente par rapport à l’image de référence, alors
|
|||
|
|
cette modification est conservée, sinon elle est annulée. Répéter jusqu’à
|
|||
|
|
satisfaction.
|
|||
|
|
|
|||
|
|
* Les méthodes utilisées
|
|||
|
|
|
|||
|
|
Plusieurs approches au problème sont possibles, allant de la simple
|
|||
|
|
implémentation naïve du problème à des moyen pouvant au moins décupler la
|
|||
|
|
vitesse de génération de l’image. Sauf indication contraire, j’ai utilisé dans
|
|||
|
|
l’implémentation de chaque méthode des carrés comme forme d’éléments appliqués
|
|||
|
|
aléatoirement à l’image.
|
|||
|
|
|
|||
|
|
Pour évaluer la ressemblance entre deux image, j’évalue une distance euclidienne
|
|||
|
|
entre le vecteur de leurs pixels qui peut se résumer à ceci :
|
|||
|
|
#+begin_export latex
|
|||
|
|
$$\sqrt{\sum_{i=0}^{n} V_{i}^{2}+W_{i}^{2}}$$
|
|||
|
|
#+end_export
|
|||
|
|
~V~ étant le vecteur de pixels de l’image de référence, ~W~ étant le vecteur de
|
|||
|
|
pixels de l’image générée, et ~n~ la taille de ces deux vecteurs.
|
|||
|
|
|
|||
|
|
Les tests de temps sont réalisés sur un Thinkpad x220, disposant d’un processeur
|
|||
|
|
Intel® Core™ i5-2540M à 2.6GHz, composé de deux cœurs supportant chacun deux
|
|||
|
|
threads, et de 4Go de RAM. Le programme est compilé avec les options
|
|||
|
|
d’optimisation ~-O3~ et ~-flto~.
|
|||
|
|
|
|||
|
|
Voici également ci-dessous la liste des options et arguments possibles
|
|||
|
|
concernant l’exécution du logiciel.
|
|||
|
|
#+begin_src text
|
|||
|
|
$ ./bin/genetic-image -h
|
|||
|
|
Allowed options:
|
|||
|
|
-h [ --help ] Display this help message
|
|||
|
|
-i [ --input ] arg Input image
|
|||
|
|
-o [ --output ] arg Image or video output path (default: input path +
|
|||
|
|
"_output")
|
|||
|
|
-m [ --method ] arg Method number to be used (default: 1)
|
|||
|
|
-n [ --iterations ] arg Number of iterations (default: 5000)
|
|||
|
|
-v [ --video ] Enable video output
|
|||
|
|
#+end_src
|
|||
|
|
|
|||
|
|
** Méthode naïve
|
|||
|
|
|
|||
|
|
J’ai tout d’abord implémenté la méthode naïve afin d’avoir une référence en
|
|||
|
|
matière de temps. Cette dernière est implémentée dans ~src/methods.cc~ avec la
|
|||
|
|
fonction ~method1()~. Comme ce à quoi je m’attendais, cette méthode de
|
|||
|
|
génération d’images est très lente, principalement dû au fait que l’algorithme
|
|||
|
|
en l’état essaiera d’appliquer des couleurs n’existant pas dans l’image de
|
|||
|
|
référence, voire complètement à l’opposées de la palette de couleurs de l’image
|
|||
|
|
de référence.
|
|||
|
|
|
|||
|
|
Voici la ligne de commande utilisée depuis le répertoire ~build~ afin de pouvoir
|
|||
|
|
obtenir un temps d’exécution :
|
|||
|
|
#+begin_src shell
|
|||
|
|
perf stat -r nombreDExécutions -B ./bin/genetic-image \
|
|||
|
|
-i ../img/mahakala-monochrome.jpg -o output.png -n 200 -m 1
|
|||
|
|
#+end_src
|
|||
|
|
|
|||
|
|
| / | < | < |
|
|||
|
|
| nombre d’itérations réussies | nombre d’exécutions | temps d’exécution moyen |
|
|||
|
|
|------------------------------+---------------------+-------------------------|
|
|||
|
|
| 10 | 100 | 0.09447s (±0.02%) |
|
|||
|
|
| 50 | 100 | 1.1331s (±2.85%) |
|
|||
|
|
| 100 | 50 | |
|
|||
|
|
| 200 | 20 | |
|
|||
|
|
| 500 | 10 | |
|
|||
|
|
| 1000 | 5 | |
|
|||
|
|
|
|||
|
|
Naturellement, la variation en temps d’exécution croît en même temps que le
|
|||
|
|
nombre d’améliorations nécessaires à apporter à l’image à améliorer, dû à la
|
|||
|
|
nature aléatoire de l’algorithme. Cependant, on constate également une
|
|||
|
|
croissance importante du temps d’exécution suivant également ce nombre
|
|||
|
|
d’itérations réussies.
|