Resumo (PT):
A análise de objectos representados em imagens é uma das áreas da Visão Computacional que mais desenvolvimento tem sofrido nos últimos anos, e a utilização de métodos estatísticos para a modelização dos objectos considerados tem-se revelado interessante e eficiente. Assim, modelos flexíveis foram desenvolvidos com o intuito de analisar e simular objectos que apresentam formas variáveis em imagens, isto é, objectos deformáveis.
Os Modelos de Distribuição Pontual (PDMs) são um método de modelização de objectos baseado em análise estatística. Esta metodologia foi inicialmente proposta por (Cootes, Taylor et al. 1992), sendo o modelo médio da forma do objecto em estudo, assim como os seus desvios admissíveis, obtidos através da análise das características de um conjunto de pontos notáveis representativos do objecto a modelizar, utilizando a técnica de Análise em Componentes Principais. Tal como se considera a forma geométrica do objecto, é possível considerar os níveis de cinzento que este pode adquirir, também utilizando os modelos pontuais de distribuição. A combinação destas duas modelizações, da forma geométrica e dos níveis de cinzento, permite construir os modelos de forma activa (Cootes and Taylor 1992) e os modelos de aparência activa (Cootes, Edwards et al. 1998), que conduzem a modelizações mais realísticas e robustas do objecto representado.
As técnicas de modelização a apresentar neste artigo têm aplicações em variadas áreas: em medicina, na localização de estruturas em imagens médicas; na indústria, na inspecção de produtos; em sistemas de segurança, no reconhecimento de faces, etc.
O trabalho em curso consiste em estudar os modelos pontuais de distribuição e as suas variantes, implementar estes modelos e aplicá-los em imagens de faces e mãos para segmentar e reconhecer estes objectos em imagens.
Language:
Portuguese
Type (Professor's evaluation):
Scientific
Contact:
http://paginas.fe.up.pt/~tavares/downloads/publications/artigos/joclad2005_MV_JT.pdf
No. of pages:
4
License type: