GET-Forschungsseminar Abstracts
Invariante Zerlegung und Beschreibung binärer Kantenbilder zur echtzeitfähigen Objekterkennung
Thomas Schweppe, GET Lab
09.12.2015, 16:30, P 1.4.17
Abstract:
Im Rahmen dieser Bachelorarbeit wird ein Verfahren entwickelt und evaluiert, das zum einen eine robuste Segmentierung eines Kantenbildes ermöglicht und zum anderen die resultierenden Kantensegmente durch Deskriptorvektoren beschreibt und vergleicht. Dieses Verfahren soll eine schnelle und robuste Objekterkennung ermöglichen und auch bei Positionsänderungen sowie partiellen Verdeckungen des Objektes zuverlässig arbeiten. Bei der Segmentierung der Kanten wird ein bestehendes Verfahren weiterentwickelt, das auf Grundlage des sogenannten Curvature Scale Space (CSS) Verfahrens arbeitet. Um die Kanten zu zerlegen, wird zunächst ein Verfahren zur Selektion der Segmentierungspunkte erarbeitet. Anschließend werden näherungsweise affin-invariante Deskriptorvektoren für die einzelnen Segmente bestimmt und ein Matching-Algorithmus für den Vergleich der Deskriptorvektoren entwickelt. Im letzten Schritt wird das entwickelte Verfahren hinsichtlich des Einsatzes für eine schnelle Objekterkennung evaluiert.