Metoder og teknikker for Shape Recognition

Shape anerkjennelse er nøkkelen i utviklingen av data syn, der en datamaskin utfører menneskelignende aktiviteter, og noen form for programvare som krever bildeanalyse. Datamaskiner gjenkjenne former ved å analysere ulike aspekter av et objekt og sammenligne dem til lagrede elementer på en database. Datamaskiner må først forenkle objekt i en representasjon --- kalles en form descriptor --- som inneholder den mest relevante informasjonen for sin identifikasjon. Forme anerkjennelse teknikker er brukt mye i arkeologi, arkitektur, medisinsk bildebehandling og ansikts-gjenkjenning programmer.

Time Series Technique

Tidsserien godset skjer teknikk ikke er avhengig av størrelsen på objektet eller rotasjon. Det er avhengig av analyse av et objekt kontur gjennom tid. Datamaskinen tar flere bilder av objektet gjennom tid og bruker autoregressive modellparametere for å kategorisere og sammenligne objektet kontur med andre objekter i databasen. Autoregressiv analyse er et matematisk verktøy som brukes i statistikk og signalbehandling som bruker dataene til å forutsi fremtidige resultater.

Moment invarianter

Moment invariantene er en populær metode for å beskrive konturen av en form. Når en datamaskin analyserer øyeblikk invarianter av en form, kan det sammenligne det med gjenstander med lignende øyeblikk invarianter i sin database. Medisinsk vitenskap, for eksempel, bruker øyeblikk invarianter å identifisere likheter med proteinbindingsseter.

Sonar Images

Forskere og ingeniører bruker høy oppløsning 3-D sonar for å gjenkjenne formen på objekter. Sonar apparater samle akustisk informasjon om et objekt på en lignende måte til hvordan et kamera samler informasjon fra lys som spretter av den. Når en form matrise er utviklet fra data, blir det behandlet ved hjelp av form anerkjennelse algoritmer. Denne metoden tillater bruk av 2-D og 3-D-form anerkjennelse algoritmer.