The first group of work, on appearance based recognition,
makes direct use of pixel brightness values as presented in
[26]. Several other approaches in this vein [15, 9], attempt
to find correspondences between the two images before doing the comparison. As an alternative, there are a number
of methods that build classifiers without explicitly finding
correspondences. In such approaches, one relies on a learning algorithm having enough examples to acquire the appropriate invariance. These approaches have been used for
handwritten digit recognition [17, 5], face recognition [20],
and isolated 3D object recognition [21]. In contrast, techniques that perform recognition based on shape information
attempt to capture global structure of extracted edge or silhouette features. Silhouettes have been described (and compared) using Fourier descriptors [27], skeletons derived using
BlumSs medial axis transform [24], or directly matched using dynamic programming. Other approaches [4, 13, 12]
treat the shape as a set of points in the 2D image, extracted
using, say, an edge detector. Another set of methods compute correspondences between edge points [6], which usesorder structure.
กลุ่มแรกของการทำงาน ในลักษณะตามการรับรู้ใช้ค่าความสว่างของพิกเซลเป็นปรากฏในโดยตรงทำให้[26] พยายามหลายวิธีอื่น ๆ ในหลอดเลือดดำนี้ [15, 9],ในการค้นหาการโต้ตอบระหว่างสองภาพก่อนที่จะทำการเปรียบเทียบ เป็นทางเลือก มีจำนวนวิธีการ ที่สร้างคำนามภาษาโดยไม่ค้นหาอย่างชัดเจนโต้ตอบ ในแนวทางดังกล่าว หนึ่งอาศัยอัลกอริทึมการเรียนรู้มีอย่างเพียงพอเพื่อซื้อ invariance ที่เหมาะสม วิธีนี้ใช้สำหรับมือการรู้จำตัวเลข [17, 5], หน้ารู้ [20],และการรับรู้วัตถุ 3D แยก [21] ในทางตรงกันข้าม เทคนิคที่ดำเนินการโดยใช้ข้อมูลรูปร่างพยายามจับโครงสร้างส่วนกลางของขอบแยกหรือคุณลักษณะรูปเงาดำ Silhouettes ได้อธิบายไว้ (และเปรียบเทียบ) ใช้ตัวบอกฟูรีเย [27], โครงกระดูกมาใช้BlumSs แกนด้านใกล้กลางแปลง [24], หรือโดยตรงตรงที่ใช้การเขียนโปรแกรมแบบไดนามิก วิธีอื่น ๆ [4, 13, 12]รักษารูปร่างเป็นชุดของจุดในภาพ 2D สกัดใช้ พูด เครื่องตรวจจับที่ขอบ ชุดอื่นวิธีคำนวณตอบกลับระหว่างขอบคะแนน [6], โครงสร้างที่ usesorder
การแปล กรุณารอสักครู่..
กลุ่มแรกของงาน ในลักษณะการรับรู้ตาม
ทำให้ตรงใช้พิกเซล ความสว่าง ค่าอาร์
[ 26 ] หลาย ๆวิธีในหลอดเลือดดำ [ 15 , 9 ] ความพยายาม
หาจดหมายระหว่างสองภาพก่อนทำการเปรียบเทียบ เป็นทางเลือกที่มีจำนวนของวิธีการที่สร้างคำ
จดหมายโดยไม่อย่างชัดเจนหา . ในแนวทางดังกล่าวหนึ่งขึ้นอยู่กับอัลกอริทึมการเรียนรู้มีตัวอย่างพอที่จะได้รับแปรเปลี่ยนให้เหมาะสม วิธีเหล่านี้ได้ถูกใช้สำหรับการเขียนด้วยลายมือตัว
[ 17 , 5 ] ใบหน้า [ 20 ] ,
และแยกการรับรู้วัตถุ 3 มิติ [ 21 ] ในทางตรงกันข้าม , เทคนิคที่แสดงการยอมรับขึ้นอยู่กับความพยายามข้อมูล
รูปร่างจับโครงสร้างระดับโลกของสกัดหรือขอบเงา คุณสมบัติ .ภาพได้ถูกอธิบายไว้ ( และเปรียบเทียบ ) การใช้ฟูเรียร์ใน [ 27 ] , โครงกระดูกที่ได้มาใช้
blumss medial แกนแปลง [ 24 ] หรือโดยตรงเข้ากับการใช้โปรแกรมแบบไดนามิก วิธีอื่น [ 4 , 13 , 12 ]
รักษารูปร่างจุดเป็นชุดของภาพ 2D สกัด
ใช้พูดขอบเครื่องตรวจจับ อีกชุดของวิธีการคำนวณจดหมายระหว่างขอบจุด [ 6 ]ซึ่ง usesorder โครงสร้าง
การแปล กรุณารอสักครู่..