مروری بر روش های براساس ظاهر در نمایش و تشخیص اشیای سه بعدی

Publish Year: 1385
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,511

This Paper With 9 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICMVIP04_068

تاریخ نمایه سازی: 21 دی 1386

Abstract:

کار اصلی یک سیستم تشخیص، شناسایی انواع اشیای موجود در یک تصویر می باشد . عملکرد سیستم تشخیص و دسته بندی اشیا به چگونگی نمایش شی در آن بستگی دارد . هرچه نمایش شی در این سیستم دقیق تر و براساس اطلاعات و ویژگی های کام لتری باشد، آن سیستم قدرت تشخیص بیشتری نیز خواهد داشت . در این مقاله، روشهای گوناگون تشخیص اشیای سه بعدی مورد بررسی قرار میگیرد. پس از مرور روشهای نمایش و تشخیص اشیا ی سه بعدی به معرفی روش جدید ی به نامSIFT 1 میپردازیم که براساس دسته خاصی از ویژگی های تصویر کار می کند . این ویژگ یها نسبت به تغییر مقیاس، انتقال و چرخش تصویر و همچنین تا حدودی نیز نسبت به تغییرات نور و تغییرات سه بعدی هندسی، ثابت می باشند. در کاری که در این مقاله انجام شده است، یک تصویر نمونه و تصاویر تغییر شکل داده شده ی آن به همراه نقاط ویژگی مربوط به آنها مورد بررسی قرار گرفته است و نشان داده شده است که بیشتر از % 90 از نقاط ویژگی تصاویر تغییر شکل داده شده با نقاط ویژگی تصویر اصلی همپوشانی دارد که نشان از توانایی بالای این روش در نمایش اشیا و در نتیجه تشخیص آنها دارد. شبیه سازی مورد نظر در محیطMATLAB انجام شده است.

Keywords:

نمایش و تشخیص اشیا , بردار ویژگی , فضای ویژگی , فضای مقیاس و کلید تصویر

Authors

علی اکبر ابراهیمی

دانشگاه فردوسی مشهد، گروه برق

سیدعلیرضا سیدین

دانشگاه فردوسی مشهد، گروه برق

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • D. G. Lowe, _ Th ree-Dim ensiona _ Object Recognition ...
  • D. P. Huttenlocher and S. Ullman, "Recognizing Solid Object by ...
  • M. Pontil and A. Verri, "Support Vector Machines for 3D ...
  • Pattern Analysis and Machine Intelligence, vol. 20, no. 6, 1998. ...
  • K. R. Miler, S. Mika, G. Ratsch, K. Tsuda, and ...
  • M. S. Bartlett, J. R. Movellan, and T. J. Sejnowski, ...
  • P. C. Yuen and J. H. Lai, "Independent Component Analysis ...
  • L. Zhao, S. Luo, L. Liao, "3D Object Recognition and ...
  • V. Gouaillier and L. Gagnon, "Ship Silhouette Using Principal Components ...
  • _ Liu and Q. Zhang, "Spectral Histogram R epresen tations ...
  • S. R. Correa, L. G. Shapiro, "A New Signature- based ...
  • C. Yuan and H. Niemann, "An Appearance Based Nearal Image ...
  • J. Posl and H. Niemann, "Wavelet Features for Statistical Object ...
  • B. Zhang and Y. Guo, "Face Recognition by Wavelet Dormain ...
  • Proceedings of 2001 lnternational Symposium On intelligent Multimedia, video and ...
  • C. A. Waring and X. Liu, "Face Detection Using Spectral ...
  • M. Pontil and A. Verri, "Support Vector Machines for 3D ...
  • X. Liu, A. Srivastava, "3D Object Recognition Using Perceptual Components, ...
  • A. Koschan, S. Lee, and M. A. Abidi, "Finding Objects ...
  • D. G Lowe, *Object Recognition From Local Scale Invariant Features, ...
  • M. Brown and D. G.Lowe, "Invariant Features From Interest Point ...
  • نمایش کامل مراجع