Поиск объектов на изображении с использованием морфлетных описаний
Автор: Визильтер Юрий Валентинович, Горбацевич Владимир Сергеевич, Вишняков Борис Ваисович, Сидякин Сергей Владимирович
Журнал: Компьютерная оптика @computer-optics
Рубрика: Обработка изображений, распознавание образов
Статья в выпуске: 3 т.41, 2017 года.
Бесплатный доступ
В работе предлагается оригинальный метод поиска объектов на основе деревьев морфлетов. Метод позволяет устойчиво обнаруживать объекты различной природы на изображении и не требует предварительного обучения. При этом, помимо выделения объемлющего прямоугольника, одновременно с обнаружением происходит предварительная сегментация, которая в дальнейшем может использоваться при распознавании. Другой важной особенностью предлагаемого подхода является отсутствие необходимости использования скользящего окна, а также пирамиды признаков для выделения разномасштабных объектов.
Математическая морфология, морфология пытьева, обнаружение объектов, морфлеты
Короткий адрес: https://sciup.org/140228623
IDR: 140228623 | DOI: 10.18287/2412-6179-2017-41-3-406-411
Object detection in images using morphlet descriptions
An original method for object detection based on morphlet trees is proposed in the paper. It allows the robust detection of heterogeneous objects in images to be done without pre-training. Besides, the detection process simultaneously includes a preliminary segmentation, which can be later used for recognition. Also, there is another important characteristic: the proposed approach does not require the use of sliding windows and feature pyramids to detect different-scale objects.
Список литературы Поиск объектов на изображении с использованием морфлетных описаний
- Joseph, R. You only look once: Unified, real-time object detection/J. Redmon, S. Divvala, R. Girshick, A. Farhadi//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR). -2016. -P. 779-788. - DOI: 10.1109/CVPR.2016.91
- Визильтер, Ю.В. Морфлеты: новый класс древовидных морфологических описаний формы изображений/Ю.В. Визильтер, В.С. Горбацевич, С.Ю. Желтов, А.Ю. Рубис, А.В. Воротников//Компьютерная оптика. -2015. -Т. 39, № 1 -С. 101-108. - DOI: 10.18287/0134-2452-2015-39-1-101-108
- Пытьев, Ю.П. Методы морфологического анализа изображений/Ю.П. Пытьев, А.И. Чуличков; -М.: Физматлит, 2010. -336 с. -ISBN: 978-5-9221-1225-3.
- The PASCAL Visual Object Classes Challenge 2007 . -URL: http://host.robots.ox.ac.uk/pascal/VOC/voc2007/(дата обращения 30.11.2016).
- Otsu, N. A threshold selection method from gray-level histograms/N. Otsu//IEEE Transactions on Systems, Man, and Cybernetics. -1979. -Vol. 9, Issue 1. -P. 66-69. - DOI: 10.1109/TSMC.1979.4310076
- Dalal, N. Histogram of oriented gradients for human detection/N. Dalal, B. Triggs//Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR 2005). -2005. -Vol. 1(1). -P. 886-893. - DOI: 10.1109/CVPR.2005.177
- Hou, X. Saliency detection: A spectral residual approach/X. Hou, L. Zhang//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR '07). -2007. -8 p. - DOI: 10.1109/CVPR.2007.383267
- Felzenszwalb, P.F. Efficient graph-based image segmentation/P.F. Felzenszwalb, D.P. Huttenlocher//International Journal of Computer Vision. -2004. -Vol. 59(2). -P. 167-181. - DOI: 10.1023/B:VISI.0000022288.19776.77
- Alexe, B. Measuring the objectness of image windows/B. Alexe, T. Deselaers, V. Ferrari//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2012. -Vol. 34(11). -P. 2189-2202. - DOI: 10.1109/TPAMI.2012.28
- The KITTI Vision Benchmark Suite . -URL: http://www.cvlibs.net/datasets/kitti/(дата обращения 30.11.2016).
