 |
| De blog2 |
Uno de los desafíos de la computación visual y análisis de formas es el reconocimiento de objetos. Esto es muy difícil distinguir cuando miles de imágenes pertenecen a un mismo objeto, como se aprecia en la figura-1, un mismo objeto (la mujer) puede tener un sin número de variantes (posiciones yogas) y siempre se refieren al mismo objeto. Uno de los intentos fue apelar a la topología y especialmente a la distancia de Hausdorff (3) entre conjuntos de abiertos pertenecientes a una topología inducida por la imagen. El principal problema de este intento es la complejidad computacional que representa armar un código de reconocimiento de imágenes usando esta distancia.
Una de las alternativas más exitosas fue la extensión formal hecha por Mikhail Gromov (4) o en su forma equivalente (4.1), pues él se dio cuenta que toda variante de un mismo objeto era una isometría de conjunto entre geodésicas.
Los resultados mejoran mucho si se usa la distancia difusa (5) entre variantes de un mismo objeto para usar como función distancia en (4.1) a la hora de definir la distancia de Gromov-Hausdorff. Con esta variante se si bien se elimina el determinismo en los análisis da algo más próximo a la visión humana, pues nuestro cerebro iluciona certezas de estimadores de imágenes.
Una de las alternativas más exitosas fue la extensión formal hecha por Mikhail Gromov (4) o en su forma equivalente (4.1), pues él se dio cuenta que toda variante de un mismo objeto era una isometría de conjunto entre geodésicas.
Los resultados mejoran mucho si se usa la distancia difusa (5) entre variantes de un mismo objeto para usar como función distancia en (4.1) a la hora de definir la distancia de Gromov-Hausdorff. Con esta variante se si bien se elimina el determinismo en los análisis da algo más próximo a la visión humana, pues nuestro cerebro iluciona certezas de estimadores de imágenes.
No hay comentarios.:
Publicar un comentario