Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Thuật toán ghép nối xác suất cho thị giác máy tính
Tóm tắt
Một hệ thống thị giác dựa trên mô hình cố gắng tìm ra sự tương ứng giữa các đặc trưng của mô hình đối tượng và các đặc trưng được phát hiện trong hình ảnh với mục đích nhận diện, định vị hoặc kiểm tra. Trong bài báo này, chúng tôi đặt vấn đề ghép nối quan hệ như một trường hợp đặc biệt của bài toán nhận diện phức tạp và đề xuất một mô hình xác suất để mô tả các hình ảnh của một đối tượng. Phương pháp Bayesian này cho phép chúng tôi đưa ra các tuyên bố rõ ràng về cách một hình ảnh được hình thành từ một mô hình, và do đó xác định một chi phí ghép nối tự nhiên có thể được sử dụng để hướng dẫn một tìm kiếm hiệp phương pháp trong việc tìm kiếm ánh xạ quan sát tốt nhất. Hơn nữa, chúng tôi chỉ ra rằng, mặc dù bản chất của bài toán ghép nối đặc trưng có tính chất hàm mũ, việc sử dụng thuật toán được đề xuất giúp giữ kích thước của bài toán dưới sự kiểm soát, bằng cách giảm không gian tìm kiếm một cách hiệu quả.
Từ khóa
#thị giác máy tính #ghép nối xác suất #mô hình Bayesian #nhận diện #định vị #kiểm traTài liệu tham khảo
R. Bolles and R. Cain, Recognizing and locating partially visible objects: The local-feature focus method, Int. J. Robot Res. 1(3) (1982) 57–82.
K.L. Boyer and A.C. Kak, Structural stereopsis for 3-d vision, IEEE Trans. Syst. Man Cybern. SCM-110(2) (1988) 144–166.
R. Brooks, Symbolic reasoning among 3-D models and 2-D images, Artificial Intelligence 17 (1981) 285–348.
O.I. Camps, PREMIO: The use of prediction in a CAD-model-based vision system, Ph.D. Thesis, Department of Electrical Engineering, University of Washington, Seattle, Washington (1992).
P.J. Flynn, CAD-based computer vision: Modeling and recognition strategies, Ph.D. Thesis, Michigan State University (1990).
C. Goad, Special purpose automatic programming for 3D model-based vision, in:Proc. of the Image Understanding Workshop, June 1983, pp. 94–104.
W.E.L. Grimson, The combinatorics of object recognition in cluttered environments using constrained search, in:Proc. Int. Conf. on Computer Vision, 1988, pp. 218–227.
C.D. Hansen, CAGD-based computer vision: The automatic generation of recognition strategies, Ph.D. Thesis, The University of Utah (1988).
R. Haralick, The pattern complex, in:Structural Pattern Analysis, eds. R. Mohr, T. Pavlidis and A. Sanfeliu (World Scientific, Singapore, 1989) pp. 57–66.
R. Haralick and L. Shapiro,Computer and Robot Vision (Addison-Wesley, New York, 1992).
R. Haralick and L.G. Shapiro, The consistent labeling problem: part i, IEEE Trans. Pattern Anal. Machine Intellig., PAMI-1(2) (1979) 173–184.
J. Henikoff and L. Shapiro, Interesting patterns for model-based matching, in:ICCV, 1990.
P. Horaud and R. Belles, 3DPO: A system for matching 3-D objects in range data, in:From Pixels to Predicates, ed. A. Pentland (Ablex, Norwood, New Jersey, 1986) pp. 359–370.
K. Ikeuchi, Generating an interpretation tree from a CAD model for 3D-Object recognition in bin-picking tasks, Int. J. Comp. Vision 1(2) (1987) 145–165.
R.E. Korf, Search: A survey of recent results, in:Exploring Artificial Intelligence eds. H.E. Shrobe and T.A.A. for Artificial Intelligence (Morgan Kaufmann, 1988) chap. 6, pp. 197–237.
L. Ott,An Introduction to Statistical Methods and Data Analysis, 2nd Ed. (Duxbury Press, Boston, MA, 1984).
A. Papoulis,Probability, Random Variables, and Stochastic Processes, 3rd Ed. (McGraw-Hill, New York, 1991).
A. Rosenfeld, R.A. Hummel and S.W. Zucker, Scene labeling by relaxation operations, IEEE Trans. Syst. Man Cybern. SMC-06 (June 1976).
A. Sanfeliu and K.S. Fu, A distance measure between attributed relational graphs for pattern recognition, IEEE Trans. Syst. Man and Cybern. SMC-13(13) (1983) 353–362.
L. Shapiro and R. Haralick, Structural descriptions and inexact matching, IEEE Trans. Pattern Anal. Machine Intellig. PAMI-3(5) (1981) 504–519.
L. Shapiro and R. Haralick, A metric for comparing relational descriptions, IEEE Trans. Pattern Anal. Machine Intellig. PAMI-7 (1985).
J.R. Ullman, An algorithm for subgraph homomorphisms, J. Assoc. Comput. Mach. 23 (1976) 31–42.
P. Winston,Artificial Intelligence, 2nd Ed. (Addison-Wesley, New York, 1984).