
Applicazioni di caratteristiche locali basate su ShapeIndex per il riconoscimento degli oggetti
Versandkostenfrei!
Versandfertig in 6-10 Tagen
26,99 €
inkl. MwSt.
PAYBACK Punkte
13 °P sammeln!
Per gli esseri umani il riconoscimento degli oggetti è banale. Siamo in grado di identificare facilmente gli oggetti che ci circondano, indipendentemente dalle loro condizioni, se sono capovolti, di colore o consistenza diversi, parzialmente occlusi, ecc. Anche gli oggetti che appaiono in molte forme diverse, come i vasi, o che sono soggetti a notevoli deviazioni di forma, come gli alberi, possono essere facilmente generalizzati dal nostro cervello a un tipo di oggetto. L'identificazione di un oggetto viene effettuata integrando l'estrazione di caratteristiche invarianti di scala (SIFT) e la ...
Per gli esseri umani il riconoscimento degli oggetti è banale. Siamo in grado di identificare facilmente gli oggetti che ci circondano, indipendentemente dalle loro condizioni, se sono capovolti, di colore o consistenza diversi, parzialmente occlusi, ecc. Anche gli oggetti che appaiono in molte forme diverse, come i vasi, o che sono soggetti a notevoli deviazioni di forma, come gli alberi, possono essere facilmente generalizzati dal nostro cervello a un tipo di oggetto. L'identificazione di un oggetto viene effettuata integrando l'estrazione di caratteristiche invarianti di scala (SIFT) e la rappresentazione dell'indice di forma delle immagini di gamma, che consente di abbinare superfici con scale e orientamenti diversi. Si ottiene un indice di forma che viene utilizzato come descrittore locale o descrittore di punto chiave. I descrittori dei punti chiave sono identificati dove i valori dell'indice di forma sono estremi. Il progetto proposto, quindi, per l'identificazione degli oggetti utilizza due diverse proprietà, come le proprietà della superficie 3D per l'identificazione dell'indice di forma e la trasformazione delle caratteristiche invarianti di scala 2D per il rilevamento dei punti chiave e l'estrazione delle caratteristiche. Il metodo proposto può essere applicato a immagini in scala, ruotate e occluse.