Shape, Contour and Grouping in Computer Vision

بینایی کامپیوتر اخیراً در چندین برنامه مهم موفق بوده است. اکنون می‌توان از تکنیک‌های بینایی برای ساخت مدل‌های بسیار خوب ساختمان‌ها از روی تصاویر به‌سرعت و آسان، برای همپوشانی داده‌های برنامه‌ریزی عملیات بر روی دیدگاه یک متخصص مغز و اعصاب از بیمار، و شناسایی برخی از حرکاتی که کاربر به رایانه می‌کند، استفاده کرد. با این حال، تشخیص اشیا همچنان یک مشکل بسیار دشوار است. به نظر می رسد سؤالات کلیدی برای درک در تشخیص این باشد: (1) چگونه اشیاء باید نمایش داده شوند و (2) چگونه می توان خط استدلالی را مدیریت کرد که از داده های تصویر تا هویت شی امتداد می یابد. بخش مهمی از فرآیند شناسایی {شاید، تقریباً همه آن{ شامل جمع آوری بیت هایی از اطلاعات تصویر در گروه های مفید است. طیف گسترده‌ای از معیارهای ممکن وجود دارد که با استفاده از آنها می‌توان این گروه‌ها را ایجاد کرد. برخی دیگر ممکن است مجموعه‌ای از پیکسل‌هایی باشند که به روشی خاص سایه‌زنی شده‌اند یا مجموعه‌ای از پیکسل‌ها با رنگ یا بافت منسجم. بحث در مورد این فرآیند گروه بندی مستلزم درک دقیق رابطه بین آنچه در تصویر دیده می شود و آنچه در خارج از جهان وجود دارد.

Computer vision has been successful in several important applications recently. Vision techniques can now be used to build very good models of buildings from pictures quickly and easily, to overlay operation planning data on a neuros- geon’s view of a patient, and to recognise some of the gestures a user makes to a computer. Object recognition remains a very di cult problem, however. The key questions to understand in recognition seem to be: (1) how objects should be represented and (2) how to manage the line of reasoning that stretches from image data to object identity. An important part of the process of recognition { perhaps, almost all of it { involves assembling bits of image information into helpful groups. There is a wide variety of possible criteria by which these groups could be established { a set of edge points that has a symmetry could be one useful group; others might be a collection of pixels shaded in a particular way, or a set of pixels with coherent colour or texture. Discussing this process of grouping requires a detailed understanding of the relationship between what is seen in the image and what is actually out there in the world.