Técnicas topológicas para el reconocimiento en visión computacional

Abstract

El reconocimiento automático de la forma y/o el movimiento es uno de los problemas más sobresalientes en visión computacional. Buena parte de las aplicaciones industriales están enfocadas hacia el reconocimiento de objetos rígidos B. Para casos más amplios correspondientes a objetos deformables B o que evolucionan a lo largo del tiempo B(t), la resolución de este problema sugiere introducir un soporte deformable para la forma S (shape), características cinemáticas para el movimiento M y los procedimientos de estimación para ambos. Nuestro enfoque utiliza estructuras superpuestas para la \forma" y diferentes tipos de campos para representar sus deformaciones (reales o aparentes) y el movimiento. Los campos que representan la evolución espacio-temporal pueden ser escalares, vectoriales y tensores correspondientes a la representación como funciones (incluidas las funciones de probabilidad de densidad), distribuciones D de los campos vectoriales (eventualmente aleatorios) o su versión dual dada por los sistemas S de formas diferenciales o sus productos formales correspondientes a los tensores. Todos los datos anteriores deben ser estimados preservando características de la forma o del movimiento que permitan organizar la información según varias jerarquías. La estimación es la clave para actualizar, corregir y adaptar las versiones provisionales de la forma o el movimiento, mediante estrategias de refinamientos sucesivos (coarse-to-fine) . Por lo tanto, la retroalimentación entre los modelos diferenciales y su estimación estadística desempeña un papel central.