Data driven synthesis of composite feature detectors for 3d image analysis
暂无分享,去创建一个
El trabajo presentado en esta tesis es un intento de cubrir el espacio
entre los multiples detectores de caracteristicas simples que existen para
datos volumetricos y las tecnicas de procesamiento de alto nivel, El metodo
desarrollado ofrece tanto un modelo de representacion como una tecnica
para la deteccion de caracteristicas de bajo nivel, a las que llamamos
patrones visuales. Los patrones visuales, definidos aqui como composicion
de caracteristicas elementales de frecuencia y orientacion, ofrecen una
descripcion mas completa de las caracteristicas de una imagen que las producidas
por detectores de caracteristicas simples. Para su deteccion, proponemos
el uso de una estrategia de descomposicion-integracion de proposito general
y totalmente conducida por datos, i.e., que no utiliza informacion a priori.
Esto implica, en primer lugar, el desarrollo de un modelo para la descomposicion
de una imagen 3D en un conjunto de caracteristicas elementales, que debe
producir una representacion exhaustiva de la imagen. Con este fin, adoptamos
un esquema multirresolucion, en el que las caracteristicas elementales,
que llamamos caracteristicas de frecuencia, estan sintotizadas a diferentes
escalas y orientaciones. Por su parte, la etapa de integracion consiste
en determinar cuales son las caracteristicas de frecuencia asociadas a
cada patron visual y reintegrarlos, generando asi una representacion separada
de esos patrones. Esta etapa se plantea como un problema de agrupamiento
o clustering no supervisado, basado en una medida de distancia entre caracteristicas
de frecuencia que refleja el criterio de integracion de caracteristicas.
Varios autores sostienen que en el sistema visual humano la integracion
de caracteristicas esta basada en la Congruencia de Fase que presentan.
Este es el criterio utilizado en este trabajo.