Methodologies for reducing the amount of required images used for articled-object recognition



Document title: Methodologies for reducing the amount of required images used for articled-object recognition
Journal: Computación y sistemas
Database: PERIÓDICA
System number: 000204792
ISSN: 1405-5546
Authors: 1

Institutions: 1Instituto Mexicano del Petróleo, México, Distrito Federal. México
2Instituto Nacional de Astrofísica, Optica y Electrónica, Tonantzintla, Puebla. México
Year:
Season: Ene-Mar
Volumen: 6
Number: 3
Pages: 227-232
Country: México
Language: Inglés
Document type: Artículo
Approach: Analítico
Spanish abstract Los enfoques basados en apariencia construyen el modelo de un objeto, por medio de un conjunto de imágenes de entrenamiento que describe la apariencia del objeto. En esta tesis doctoral se propone el empleo del muestreo no–uniforme para generar tal conjunto de imágenes. El muestreo no–uniforme es soportado mediante una técnica de interpolación, que determina cuáles son las imágenes estrictamente requeridas para construir el modelo. Los resultados principales obtenidos con esta propuesta son: una reducción significativa de la cantidad de imágenes requeridas para construir el modelo del objeto, además de una mejora en la precisión de los modelos así generados, respecto a los obtenidos con muestreo uniforme. El muestreo no–uniforme es empleado junto con la técnica de espacios fundamentales (eigenspaces) para realizar el reconocimiento del objeto, obteniéndose una técnica híbrida más eficiente
English abstract The appearance–based approaches are such that any object's model is made through a set of training images describing the object's appearance. In this PhD. thesis, the usage of non–uniform sampling is introduced for building this image set. Non–uniform sampling is held by a linear interpolation technique, which is used to determine the strictly necessary images. Main results are: a significant reduction in the quantity of necessary images for the object's model, as well as more precise models than those obtained by uniform sampling. Non–uniform sampling is used in conjunction with the eigenspaces technique for object recognition, producing a more efficient hybrid technique
Disciplines: Ciencias de la computación
Keyword: Reconocimiento de objetos,
Muestreo no uniforme,
Interpolación,
Eigenespacios,
Visión por computadora
Keyword: Computer science,
Object recognition,
Nonuniform sampling,
Interpolation,
Eigenspaces,
Computer vision
Full text: Texto completo (Ver PDF)