Reconocimiento de objetos

El reconocimiento de objetos en visión por computadoras es la tarea para encontrar e identificar objetos en una imagen o secuencia de video. Los humanos reconocemos una multitud de objetos en imágenes con poco esfuerzo, a pesar del hecho que la imagen del objeto puede variar un poco en diferentes puntos de vista, en diferentes tamaños o escala e incluso cuando están trasladados o rotados. Los objetos pueden ser reconocidos cuando están parcialmente obstruidos desde una vista. No obstante esta tarea es un desafío para los sistemas de visión por computadoras. Para este problema se han implementado muchos métodos durante múltiples décadas.

- Usa imágenes de ejemplo (llamadas plantillas o prototipos) de los objetos para realizar

- Los objetos se ven diferentes bajo una variedad de condiciones:

- Es improbable para un solo prototipo tener éxito de fuente fidedigna. Sin embargo es imposible representar todas las apariencias de un objeto

1. Emparejamiento de bordes

2. Búsqueda Divide y Vencerás

3. Emparejamiento por escala de grises

4. Emparejamiento del gradiente

5. Histograma de las respuestas receptivas del campo

6. Grandes modelbases

- una búsqueda es usada para encontrar emparejamientos factibles entre las características del objeto y las características de la imagen. - la principal restricción es que la única posición del objeto debe contar para todos los emparejamientos factibles. - métodos que extraen características de un objeto para ser reconocidas y la imagen donde buscar.

1. Árboles de interpretación

2. Conjeturar y prueba

3. Consistencia de pose

4. Agrupamiento de la pose

5. Invarianza

6. Geometric hashing

7. Scale-invariant feature transform (SIFT)

8. Speeded Up Robust Features (SURF)

Los métodos de reconocimiento de objetos tiene las siguientes aplicaciones:

---