Approccio gerarchico per il rilevamento di oggetti mediante descrittori di forma

Il riconoscimento automatico degli oggetti è un problema fondamentale nei campi della visione artificiale e dell'apprendimento automatico, che ultimamente ha ricevuto molta attenzione da parte della ricerca. Mentre esistono diversi metodi che si basano su varie caratteristiche di basso livello per costruire modelli di oggetti, questo lavoro esplora e implementa l'uso dei contorni chiusi come formidabili caratteristiche degli oggetti. Per estrarre i contorni viene impiegata una tecnica gerarchica, che sfrutta le relazioni spaziali intrinseche tra i contorni genitori e figli di un oggetto. I descrittori di Fourier sono utilizzati per descrivere in modo efficace e invariante i contorni estratti. Viene implementato un semplice metodo di corrispondenza gerarchica tra etichetta di forma e descrittore spaziale, per determinare il modello di oggetto più vicino. L'architettura multi-threaded e le funzioni di elaborazione delle immagini efficienti della GPU rendono la tecnica efficiente per l'uso in applicazioni del mondo reale. La tecnica è stata testata con successo su comuni segnali stradali in immagini del mondo reale, ottenendo come risultato finale buone prestazioni e robustezza.

Bassam Syed Arshad - Graduiertenkolleg der Universität von Texas, Rio Grande Valley. Abschluss als Master of Science.