Modulare Modellierung von hierarchisch-strukturcodierten Objekten und Szenen durch ein semantisches Netzwerk

In diesem Beitrag wird ein wissensbasiertes Bilderkennungssystem auf der Basis des Hierarchischen Strukturcodes (HSC) vorgestellt. Bei der Hierarchischen Strukturcodierung werden Bildinhalte auf Codebaume des HSC abgebildet, die eine HSC-Datenbasis darstellen. Eine Wissensbasis umfast Modelle von Objekten und Szenen in Form eines semantischen Netzwerks. In den Konzepten, die die Knoten des Netzwerks bilden, sind Verweise auf standardisierte Operationen enthalten, die aus der Datenbasis perzeptuelle lage- und groseninvariante Merkmale extrahieren konnen. Ein Kontrollmodul steuert die Abarbeitung des Netzwerks abhangig vom jeweiligen Bildinhalt. Er ruft referenzierte Operationen aus einer Methodenbasis auf und fuhrt einen Vergleich zwischen den aus der Datenbasis extrahierten und den im Modellnetz erwarteten Merkmalen durch. Die Modellbildung erfolgt modular, so das nicht nur singulare, komplette Objekte erkannt werden konnen, sondern das auch die Interpretation von Szenen mit teilverdeckten oder sich uberlappenden Objekten moglich ist. Daruber hinaus ist die vorgestellte Erkennung weitgehend Artefakt-tolerant.