Perceptual Organization and Visual Recognition

چشم انداز کامپیوتری یک زمینه تحقیقاتی است که اهداف زیادی را در بر می گیرد. هدف اولیه ساخت حسگرهای بصری بوده است که می توانند اطلاعاتی را که ما از حواس بصری خود دریافت می کنیم، در اختیار ربات های همه منظوره در مورد محیط اطراف خود قرار دهند. این کتاب با توصیف یک سیستم بینایی کامپیوتری کارآمد به نام SCERPO گام مهمی در جهت این هدف برمی دارد. این سیستم می تواند اشیاء سه بعدی شناخته شده را در تصاویر سیاه و سفید معمولی که از دیدگاه های ناشناخته گرفته شده اند، تشخیص دهد، حتی زمانی که قسمت هایی از جسم غیرقابل تشخیص یا از دید پنهان باشد. دومین هدف اصلی جستجوی بینایی کامپیوتری، ارائه درک محاسباتی از بینایی انسان است. تحقیقات ارائه شده در این کتاب پیامدهای بسیاری برای درک ما از بینش انسان، به ویژه در زمینه سازماندهی ادراکی و شناخت مبتنی بر دانش دارد. تلاش شده است تا هر نتیجه محاسباتی با حوزه های مربوطه در روانشناسی بینایی مرتبط شود. از آنجایی که قرار است مطالب برای طیف وسیعی از خوانندگان بین رشته ای قابل دسترسی باشد، کتاب به زبانی ساده نوشته شده است و سعی می کند بیشتر مفاهیم را از موقعیت شروع افراد غیرمتخصص توضیح دهد. vii viii مقدمه یکی از مهم ترین نتایج حاصل از این تحقیق این است که تشخیص بصری معمولاً می تواند مستقیماً از تصویر دو بعدی بدون هیچ گونه بازسازی اولیه اطلاعات عمق یا جهت گیری سطح از ورودی بصری به دست آید.

COMPUTER VISION is a field of research that encompasses many objectives. A primary goal has been to construct visual sensors that can provide general-purpose robots with the same information about their surroundings as we receive from our own visual senses. This book takes an important step towards this goal by describing a working computer vision system named SCERPO. This system can recognize known three-dimensional objects in ordinary black-and-white images taken from unknown viewpoints, even when parts of the object are undetectable or hidden from view. A second major goal of computer vision re­ search is to provide a computational understanding of human vision. The research presented in this book has many implica­ tions for our understanding of human vision, particularly in the areas of perceptual organization and knowledge-based recogni­ tion. An attempt has been made to relate each computational result to the relevant areas in the psychology of vision. Since the material is meant to be accessible to a wide range of inter­ disciplinary readers, the book is written in plain language and attempts to explain most concepts from the starting position of the non-specialist. vii viii PREFACE One of the most important conclusions ansmg from this research is that visual recognition can commonly be achieved directly from the two-dimensional image without any prelim­ inary reconstruction of depth information or surface orienta­ tion from the visual input.