Zastosowania cech lokalnych do rozpoznawania obiektów w oparciu o ShapeIndex

Ludzie sprawiają że rozpoznawanie obiektów wygląda banalnie. Z łatwością identyfikujemy obiekty w naszym otoczeniu niezależnie od okoliczności w jakich się znajdują niezależnie od tego czy są odwrócone do góry nogami różnią się kolorem lub teksturą są częściowo zasłonięte itp. Nawet obiekty które występują w wielu różnych formach takich jak wazony lub obiekty które podlegają znacznym odchyleniom kształtu takie jak drzewa mogą być łatwo uogólnione przez nasz mózg do jednego rodzaju obiektu. Identyfikacja obiektów odbywa się poprzez integrację ekstrakcji cech niezmiennych w skali (SIFT) a reprezentacja indeksu kształtu obrazów zasięgu umożliwia dopasowanie powierzchni o różnych skalach i orientacjach. Uzyskiwany jest indeks kształtu który jest używany jako lokalny deskryptor lub deskryptor punktu kluczowego. Deskryptory punktów kluczowych są identyfikowane tam gdzie wartości indeksu kształtu są ekstremalne. Tak więc proponowany projekt służy do identyfikacji obiektów wykorzystując 2 różne właściwości takie jak właściwości powierzchni 3D do identyfikacji indeksu kształtu i niezmienną w skali transformację cech 2D do wykrywania punktów kluczowych i ekstrakcji cech. Proponowana metoda może być stosowana do skalowanych obróconych i zasłoniętych obrazów zakresu.