Συνέργεια Κατάτμησης Εικόνων Και Αναγνώρισης Αντικειμένων Με Γεωμετρικές Και Στατιστικές Τεχνικές Της Όρασης Υπολογιστών

Abstract

Αυτή η διατριβή ασχολείται με τα προβλήματα της αναγνώρισης αντικειμένων και της κατάτμησης εικόνων, έχοντας ως βασικό στόχο τον συνδυασμό τους. Το πλαίσιο μέσα στο οποίο διατυπώνονται οι σημαντικότερες συνεισφορές είναι η πιθανοτική, Bayesian, προσέγγιση σε προβλήματα όρασης υπολογιστών, που μπορεί να συνοψιστεί στην ιδέα της Ανάλυσης-μέσω-Σύνθεσης : έχοντας στη διάθεσή μας ένα μοντέλοσύνθεσης της εικόνας, η ανάλυση μίας νέας εικόνας ανάγεται στην προσαρμογή του μοντέλου.Υιοθετώντας την πιθανοτική προσέγγιση προβλημάτα όπως η ανίχνευση ακμών, η μοντελοποίηση υφής, η κατάτμηση και η αναγνώριση αντικειμένων διατυπώνονται σε ένα κοινό πλαίσιο, μέσω αναγεννητικών (generative) και γραφικών μοντέλων. Κοινός άξονας για όλες τις συνεισφορές της διατριβής αποτελεί η διατύπωση και χρήση μοντέλων που να ανταποκρίνονται στις ιδιαιτερότητες του προβλήματος της όρασης. Η καινοτομία που εισάγει αυτή η διατριβή μπορεί να συνοψιστεί στα παρακάτω σημεία :- Εισαγωγή του αλγόριθμου Expectation Maximization για τη διατύπωση του πρόβληματος της Συνέργειας.- Συνδυασμός Μοντέλων Ενεργούς Εμφάνισης (Active Appearance Models -A A M) και Τεχνικών Επιπεδοσυνόλων για τη Συνέργεια Κατάτμησης και Αναγνώρισης.- Χρήση Γραφικών Μοντέλων και Σημείων Ενδιαφεροντος για την από κοινού ΄Ανωθεν και Κάτωθεν ΄Ανίχνευση Αντικειμένων.- Τοπικά Αναγεννητικά Μοντέλα για την Ανάλυση και Κατάτμηση Εικόνων Υφής, διάκριση Υφής/Ακμών και τη Σταθμισμένη Εξέλιξη Καμπυλών.- Πιθανοτική Διατύπωση και Εκμάθηση ενός Μοντέλου Χαμηλού και Μέσου Επιπέδου Λειτουργιών του Βιολογικού Συστήματος ΄Ορασης.