Imagine que las computadoras puedan entender pinturas o pintar imágenes abstractas como los humanos. Bo Li, de la Universidad de Umeå en Suecia, demuestra un concepto innovador en el campo de la visión por computadora usando curvas y líneas para representar formas de imágenes y, además, para reconocer objetos.
La percepción humana puede reconocer objetos a través de características de imagen, como formas y curvas. Por ejemplo, podemos identificar caras, animales, automóviles y otros objetos cotidianos en imágenes de bocetos simples. Sin embargo, para las computadoras, reconocer objetos o características de imágenes es un desafíoTareas.
El modelado preciso de las características de la imagen es muy importante en una amplia gama de aplicaciones de visión por computadora, por ejemplo: registro de imágenes, reconstrucción 3D y detección de objetos. En tecnologías futuras como Google Car, realidad virtual o cerebro AI, las características de la imagen seránsiguen siendo componentes fundamentales. A pesar de que ya existen cientos de soluciones para la detección de características de imagen, hasta ahora faltaba un concepto sólido.
En su disertación doctoral en el Departamento de Física Aplicada y Electrónica de la Universidad de Umeå, Bo Li ha desarrollado un concepto innovador en visión por computadora: curvas de interés.
"Con este método, la computadora puede volver a dibujar una imagen usando trazos de curva y reconocer objetos a través de estas curvas", dice Bo Li.
El concepto ofrece nuevas dimensiones para comprender las características de la imagen, incluidos puntos, regiones, líneas y curvas. También permite que estas características se representen dentro del mismo marco teórico. Avanza el estándar para futuras investigaciones con respecto a las características de la imagen, en elmismo tiempo, ya que proporciona orientación práctica para el campo.
Según Bo Li, el elemento más importante en la extracción de características es la robustez. Sus resultados muestran que su método permite detectar curvas y líneas de manera robusta bajo diversas transformaciones y perturbaciones de imagen.
En el pasado, las curvas y las líneas no han sido tan populares como los puntos y las regiones en el campo de la visión por computadora porque carecen de suficiente solidez y la nueva teoría y algoritmos de Li cambiarán esto.
"Las curvas y líneas son naturalmente más útiles que los puntos, porque los humanos usan estas formas para describir el mundo", explica Bo Li.
Su trabajo de doctorado muestra muchas ventajas de usar características de curva en aplicaciones de visión por computadora.
Fuente de la historia :
Materiales proporcionado por Umeå universitet . Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :