Migliorare la visione al computer per lo shape matching
Gli approcci normalmente seguiti per le operazioni di visione al computer sono due, bottom-up o top-down. Entrambi comportano però zone grigie, in quanto i dettagli sono spesso "saltati" nella prassi bottom-up, mentre le metodologie top-down richiedono eccessivi calcoli. Per ovviare a tutto questo, il progetto DSSCV si è concentrato sulla soluzione simultanea delle operazioni di visione al computer a tutti i livelli con l'aiuto della struttura scale-space profonda delle immagini. In essa l'uso di una struttura di singolarità multiscala delle immagini può risolvere le operazioni di visione al computer nel modo più elegante, robusto ed efficiente. Più specificamente, dal progetto è scaturito lo sviluppo della teoria e della pratica nella teoria della singolarità, la teoria scale-space e gli algoritmi per la derivazione di algoritmi efficienti per risolvere le operazioni di visione al computer. Le aree chiave d'applicazione di questi algoritmi includono le basi di dati d'immagini, la raffigurazione per immagine medicale e la codificazione delle immagini. Uno degli algoritmi sviluppati e implementati è stato valutato in termini di shape matching sulla base di un diagramma di pre-simmetria. La valutazione dei risultati è stata condotta usando una base di dati di 99 forme, che sono state divise in undici classi. La forma attuale dell'algoritmo di matching è risultata insufficiente solo quando confrontata a pesanti casi di occlusione. Tuttavia è apparso che i set di simmetria possono essere utili nella caratterizzazione delle forme e molto efficaci nell'estrazione di esse. Ragion per cui la tecnologia può essere utilizzata per interrogazioni nelle basi di dati di immagini basate sul contenuto. Per maggiori informazioni, cliccare: http://www1.itu.dk/sw1953.asp(si apre in una nuova finestra)
