Amélioration de la vision artificielle pour l'appariement de formes.

L'approche ascendante et l'approche descendante sont généralement adoptées pour exécuter les tâches de vision artificielle. Toutefois, ces deux approches présentent quelques inconvénients, car les détails sont souvent ignorés dans l'approche ascendante tandis que les méthodes ascendantes requièrent un nombre de calculs trop important.

Pour pallier ces inconvénients, le projet DSSCV a développé une solution simultanée de tâches de vision artificielle à tous les niveaux en faisant appel à la structure d'images d'espace-échelle profonde. L'utilisation d'une structure d'images de singularité multi-échelle permettrait ainsi de résoudre efficacement les problèmes liés à l'exécution de tâches de vision artificielle.

Le projet a notamment permis de développer des théories et des pratiques dans les domaines des théories des singularités, d'espace-échelle et algorithmiques afin de définir de puissants algorithmes capables de résoudre les problèmes liés à l'exécution de tâches de vision artificielle. Parmi les principaux domaines d'application de ces algorithmes, on compte les bases de données d'images, l'imagerie médicale et le codage d'image.

L'un des algorithmes développés et appliqués a été évalué en termes d'appariement de formes sur la base d'un diagramme de présymétrie. L'évaluation des performances a été réalisée en utilisant une base de données de quatre-vingt-dix-neuf formes divisées en onze classes. La forme actuelle de l'algorithme d'adaptation s'est révélée inapte uniquement en présence de problèmes d'occlusion graves.

Malgré cela, il a été démontré que les ensembles symétriques peuvent être utiles dans la caractérisation des formes et très efficaces dans l'extraction de ces dernières. Par conséquent, il est possible de faire appel à cette technologie pour procéder à la recherche d'images basées sur le contenu dans des bases de données d'images. Pour tout renseignement supplémentaire, cliquez sur: http://www1.itu.dk/sw1953.asp


Pays: DANMARK Source d'information: Résultat du programme IST financé par l'UE

Type de collaboration recherchée: Echange d'informations/formation

Date : 09/01/2007