by Stommel, Martin
Abstract:
Aufgrund der Vielzahl möglicher visueller Erscheinungen lassen sich verformbare Objekte mit den Mitteln der digitalen Bildverarbeitung nur schwer zuverlässig erkennen. Zur Lösung dieses Problems wird in dieser Arbeit ein kompositioneller Ansatz untersucht, bei dem ein Objekt als Hierarchie von Teilen und Unterteilen in geometrischen Beziehungen beschrieben wird. Für jedes Teil läßt sich die Behandlung der Ausprägung und der Position lokaler Merkmale gezielt parametrisieren, was eine hohe Flexibilität ergibt. Die Parametrisierung des Modells beruht auf Beobachtungen der Statistik von Merkmalsverbünden, ihren geometrischen Eigenschaften und Abhängigkeiten von der Hierarchieebene. Die Methode ist ferner durch die Modellierung mehrerer Objektansichten und die gleichzeitige Lokalisation und Klassifikation gekennzeichnet. Die Leistungsfähigkeit des Verfahrens wird am Beispiel einer Cartoon-Datenbank gezeigt. Dazu werden unterschiedliche Modellkonfigurationen vorgestellt, die bei einer Korrektklassifikationsrate von mindestens 78 Prozent entweder einen positiven Vorhersagewert von 97 Prozent oder eine Sensitivität von 93 Prozent erreichen.
Reference:
Stommel, Martin, "Zur Erkennung verformbarer Objekte anhand ihrer Teile", Chapter in Ausgezeichnete Informatikdissertationen 2010, Köllen, Bonn, pp. 351–360, 2011.
Bibtex Entry:
@INCOLLECTION{Stommel2011d,
author = {Stommel, Martin},
title = {Zur Erkennung verformbarer Objekte anhand ihrer Teile},
booktitle = {Ausgezeichnete Informatikdissertationen 2010},
publisher = {K{\"o}llen},
year = {2011},
editor = {H{\"o}lldobler, Steffen},
series = {GI-Edition Lecture Notes in Informatics (LNI)},
pages = {351--360},
address = {Bonn},
abstract = {Aufgrund der Vielzahl m{\"o}glicher visueller Erscheinungen lassen
sich verformbare Objekte mit den Mitteln der digitalen Bildverarbeitung
nur schwer zuverl{\"a}ssig erkennen. Zur L{\"o}sung dieses Problems
wird in dieser Arbeit ein kompositioneller Ansatz untersucht, bei
dem ein Objekt als Hierarchie von Teilen und Unterteilen in geometrischen
Beziehungen beschrieben wird. F{\"u}r jedes Teil l{\"a}{\ss}t sich
die Behandlung der Auspr{\"a}gung und der Position lokaler Merkmale
gezielt parametrisieren, was eine hohe Flexibilit{\"a}t ergibt. Die
Parametrisierung des Modells beruht auf Beobachtungen der Statistik
von Merkmalsverb{\"u}nden, ihren geometrischen Eigenschaften und
Abh{\"a}ngigkeiten von der Hierarchieebene. Die Methode ist ferner
durch die Modellierung mehrerer Objektansichten und die gleichzeitige
Lokalisation und Klassifikation gekennzeichnet. Die Leistungsf{\"a}higkeit
des Verfahrens wird am Beispiel einer Cartoon-Datenbank gezeigt.
Dazu werden unterschiedliche Modellkonfigurationen vorgestellt, die
bei einer Korrektklassifikationsrate von mindestens 78 Prozent entweder
einen positiven Vorhersagewert von 97 Prozent oder eine Sensitivit{\"a}t
von 93 Prozent erreichen.},
owner = {pmania},
timestamp = {2012.11.06}
}