Applications des caractéristiques locales basées sur le ShapeIndex pour la reconnaissance d'objets

Pour les humains, la reconnaissance d'objets semble triviale. Nous pouvons facilement identifier des objets dans notre environnement, quelles que soient les circonstances, qu'ils soient à l'envers, de couleur ou de texture différente, partiellement occultés, etc. Même les objets qui se présentent sous de nombreuses formes différentes, comme les vases, ou les objets qui sont sujets à des déviations de forme considérables, comme les arbres, peuvent facilement être généralisés par notre cerveau à un type d'objet. L'identification des objets se fait par l'intégration de l'extraction de caractéristiques invariantes d'échelle (SIFT) et la représentation de l'indice de forme des images de gamme permet de faire correspondre des surfaces à des échelles et des orientations différentes. L'indice de forme obtenu est utilisé comme descripteur local ou descripteur de point clé. Les descripteurs de points clés sont identifiés là où les valeurs de l'indice de forme sont extrêmes. Le projet proposé est donc destiné à l'identification d'objets et utilise deux propriétés différentes : les propriétés de la surface 3D pour l'identification de l'indice de forme et la transformée de caractéristiques invariante à l'échelle 2D pour la détection des points clés et l'extraction des caractéristiques. La méthode proposée peut s'appliquer à des images de plage mises à l'échelle, pivotées et occultées.

Kishore Kumar D a obtenu sa maîtrise en génie logiciel à l'université VIT de Vellore en 2015. Il a réalisé de nombreux projets. Il travaille à Cognizant Tech. Sols. Le deuxième auteur, Chiranji Lal Chowdhary, a obtenu son B.E. et son M.Tech. en CSE. Il a plus de 10 ans d'expérience dans l'enseignement et la recherche. Il travaille à l'Université VIT de Vellore en Inde.