Graph matching using position coordinates and local features for image analysis

Trobar les correspondències entre dues imatges és un problema crucial en el camp de la visió per ordinador i el reconeixement de patrons. És rellevant per un ampli ventall de propòsits des d’aplicacions de reconeixement d’objectes en les àrees de biometria, anàlisi de documents i anàlisi de formes f...

Descripción completa

Detalles Bibliográficos
Autor: Sanromà Güell, Gerard
Tipo de recurso: tesis doctoral
Estado:Versión publicada
Fecha de publicación:2012
País:España
Institución:Universitat Rovira i virgili (URV)
Repositorio:Repositori Institucional de la Universitat Rovira i Virgili
OAI Identifier:oai:urv.cat:TDX:1048
Acceso en línea:https://hdl.handle.net/20.500.11797/TDX1048
http://hdl.handle.net/10803/79148
Access Level:acceso abierto
Palabra clave:004 - Informàtica
id ES_2c2c67dd343bf2b7d3a6f9458ddba23f
oai_identifier_str oai:urv.cat:TDX:1048
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Graph matching using position coordinates and local features for image analysis
title Graph matching using position coordinates and local features for image analysis
spellingShingle Graph matching using position coordinates and local features for image analysis
Sanromà Güell, Gerard
004 - Informàtica
title_short Graph matching using position coordinates and local features for image analysis
title_full Graph matching using position coordinates and local features for image analysis
title_fullStr Graph matching using position coordinates and local features for image analysis
title_full_unstemmed Graph matching using position coordinates and local features for image analysis
title_sort Graph matching using position coordinates and local features for image analysis
dc.creator.none.fl_str_mv Sanromà Güell, Gerard
author Sanromà Güell, Gerard
author_facet Sanromà Güell, Gerard
author_role author
dc.contributor.none.fl_str_mv Departament d'Enginyeria Informàtica i Matemàtiques
Universitat Rovira i Virgili.
dc.subject.none.fl_str_mv 004 - Informàtica
topic 004 - Informàtica
description Trobar les correspondències entre dues imatges és un problema crucial en el camp de la visió per ordinador i el reconeixement de patrons. És rellevant per un ampli ventall de propòsits des d’aplicacions de reconeixement d’objectes en les àrees de biometria, anàlisi de documents i anàlisi de formes fins aplicacions relacionades amb geometria des de múltiples punts de vista tals com recuperació de pose, estructura des del moviment i localització i mapeig. La majoria de les tècniques existents enfoquen aquest problema o bé usant característiques locals a la imatge o bé usant mètodes de registre de conjunts de punts (o bé una mescla d’ambdós). En les primeres, un conjunt dispers de característiques és primerament extret de les imatges i després caracteritzat en la forma de vectors descriptors usant evidències locals de la imatge. Les característiques son associades segons la similitud entre els seus descriptors. En les segones, els conjunts de característiques son considerats com conjunts de punts els quals son associats usant tècniques d’optimització no lineal. Aquests son procediments iteratius que estimen els paràmetres de correspondència i d’alineament en passos alternats. Els grafs son representacions que contemplen relacions binaries entre les característiques. Tenir en compte relacions binàries al problema de la correspondència sovint porta a l’anomenat problema de l’emparellament de grafs. Existeix certa quantitat de mètodes a la literatura destinats a trobar solucions aproximades a diferents instàncies del problema d’emparellament de grafs, el qual en la majoria de casos és del tipus “NP-hard”. Una part del nostre treball està dedicat a investigar els beneficis de les mesures de ``bins'' creuats per a la comparació de característiques locals de les imatges. L
publishDate 2012
dc.date.none.fl_str_mv 2012
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.11797/TDX1048
http://hdl.handle.net/10803/79148
url https://hdl.handle.net/20.500.11797/TDX1048
http://hdl.handle.net/10803/79148
dc.language.none.fl_str_mv Inglés
language_invalid_str_mv Inglés
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
217 p.
dc.publisher.none.fl_str_mv Universitat Rovira i Virgili
publisher.none.fl_str_mv Universitat Rovira i Virgili
dc.source.none.fl_str_mv reponame:Repositori Institucional de la Universitat Rovira i Virgili
instname:Universitat Rovira i virgili (URV)
instname_str Universitat Rovira i virgili (URV)
reponame_str Repositori Institucional de la Universitat Rovira i Virgili
collection Repositori Institucional de la Universitat Rovira i Virgili
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869405210134183936
spelling Graph matching using position coordinates and local features for image analysisSanromà Güell, Gerard004 - InformàticaTrobar les correspondències entre dues imatges és un problema crucial en el camp de la visió per ordinador i el reconeixement de patrons. És rellevant per un ampli ventall de propòsits des d’aplicacions de reconeixement d’objectes en les àrees de biometria, anàlisi de documents i anàlisi de formes fins aplicacions relacionades amb geometria des de múltiples punts de vista tals com recuperació de pose, estructura des del moviment i localització i mapeig. La majoria de les tècniques existents enfoquen aquest problema o bé usant característiques locals a la imatge o bé usant mètodes de registre de conjunts de punts (o bé una mescla d’ambdós). En les primeres, un conjunt dispers de característiques és primerament extret de les imatges i després caracteritzat en la forma de vectors descriptors usant evidències locals de la imatge. Les característiques son associades segons la similitud entre els seus descriptors. En les segones, els conjunts de característiques son considerats com conjunts de punts els quals son associats usant tècniques d’optimització no lineal. Aquests son procediments iteratius que estimen els paràmetres de correspondència i d’alineament en passos alternats. Els grafs son representacions que contemplen relacions binaries entre les característiques. Tenir en compte relacions binàries al problema de la correspondència sovint porta a l’anomenat problema de l’emparellament de grafs. Existeix certa quantitat de mètodes a la literatura destinats a trobar solucions aproximades a diferents instàncies del problema d’emparellament de grafs, el qual en la majoria de casos és del tipus “NP-hard”. Una part del nostre treball està dedicat a investigar els beneficis de les mesures de ``bins'' creuats per a la comparació de característiques locals de les imatges. LEncontrar las correspondencias entre dos imágenes es un problema crucial en el campo de la visión por ordenador i el reconocimiento de patrones. Es relevante para un amplio rango de propósitos des de aplicaciones de reconocimiento de objetos en las áreas de biometría, análisis de documentos i análisis de formas hasta aplicaciones relacionadas con la geometría desde múltiples puntos de vista tales cómo la recuperación de la pose, estructura desde el movimiento y localización y mapeo. La mayoría de las técnicas existentes enfocan este problema o bien usando características locales en la imagen o bien usando métodos de registro de conjuntos de puntos (o bien una mezcla de ambos). En las primeras, un conjunto disperso de características es primeramente extraído de las imágenes y luego caracterizado en la forma de vectores descriptores usando evidencias locales de la imagen. Las características son asociadas según la similitud entre sus descriptores. En las segundas, los conjuntos de características son considerados cómo conjuntos de puntos los cuales son asociados usando técnicas de optimización no lineal. Estos son procedimientos iterativos que estiman los parámetros de correspondencia y de alineamiento en pasos alternados. Los grafos son representaciones que contemplan relaciones binarias entre las características. Tener en cuenta relaciones binarias al problema de la correspondencia a menudo lleva al llamado problema del emparejamiento de grafos. Existe cierta cantidad de métodos en la literatura destinados a encontrar soluciones aproximadas a diferentes instancias del problema de emparejamiento de grafos, que en la mayoría de casos es del tipo 'NP-hard'. El cuerpo de trabajo principal de esta tesis está dedicado a formular ambos problemas de asociación de característUniversitat Rovira i Virgili Departament d'Enginyeria Informàtica i MatemàtiquesUniversitat Rovira i Virgili.2012info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf217 p.https://hdl.handle.net/20.500.11797/TDX1048http://hdl.handle.net/10803/79148reponame:Repositori Institucional de la Universitat Rovira i Virgiliinstname:Universitat Rovira i virgili (URV)Inglésinfo:eu-repo/semantics/openAccessADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà  indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al repositori institucional de la Universitat Rovira i Virgili. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a aquest repositori (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.oai:urv.cat:TDX:10482026-06-23T12:42:27Z
score 15,300719