Комплексне дослідження методів представлення форми для розпізнавання об'єктів

Микола Розумовський; Ігор  Крошний

Микола Розумовський аспірант кафедри КН, НЛТУ України, Львів
Ігор Крошний в.о. директора ННІ КНІТ НЛТУ України, Львів https://orcid.org/0000-0003-0018-7998

Ключові слова: Представлення форми, Розпізнавання об'єктів, Виділення ознак, Аналіз зображень, Огляд

Анотація

У цьому дослідженні представлено аналіз методів представ лення форм. Крім того, наведено таксономію стратегій представлення та опису форм. Метою цього дослідження є всебічний огляд сучасних досягнень, висвітлення недоліків та переваг різних існуючих методів представлення форм, вирішення актуальних дослідницьких питань та складних завдань у цій галузі досліджень. Дослідження вивчає застосування інформації про межі фігури та внутрішній вміст у різних областях, таких як пошук форм, класифікація форм та аналіз медичних зображень. Серед нововведень - систематична категоризація методів, вирішення поточних дослідницьких проблем, а також розуміння переваг і недоліків існуючих підходів до представлення фігур, що відкриває шлях для потенційних досягнень у цій галузі. Наприкінці обговорюється продуктивність існуючих методів для усунення недоліків і підвищення ефективності існуючих методів.

Посилання

[1] M. Ang, E. Sundararajan, K. Ng, A. Aghamohammadi, T. Lim, Investigation of threading building blocks framework on real time visual object tracking algorithm. Appl. Mech. Mater. 666, 240–244 (2014)
[2] E. Che, J. Jung, M.J. Olsen, Object recognition, segmentation, and classifcation of mobile laser scanning point clouds: a state of the art review. Sensors 19(4), 810 (2019)
[3] A.R. Shahid, S. Khan, H. Yan, Contour and region harmonic features for sublocal facial expression recognition. J. Vis. Commun. Image Represent. 73, 102949 (2020)
[4] E. Adil, M. Mikou, A. Mouhsen, A novel algorithm for distance measurement using stereo camera. CAAI Trans. Intell. Technol. 7(2), 177–186 (2022)
[5] M. Mogharrebi, M.C. Ang, A.S. Prabuwono, A. Aghamohammadi, K.W. Ng, Retrieval system for patent images. Procedia Technol. 11, 912–918 (2013)
[6] H. Zhu, M. Xue, Y. Wang, G. Yuan, X. Li, Fast visual tracking with siamese oriented region proposal network. IEEE Signal Process. Lett. 29, 1437–1441 (2022)
[7] M.N. Patel, P. Tandel, A survey on feature extraction techniques for shape based object recognition. Int. J. Comput. Appl. 137(6), 16–20 (2016)
[8] W. Li, Y. Wang, Y. Su, X. Li, A. Liu, Y. Zhang, Multi-scale fnegrained alignments for image and sentence matching. IEEE Trans. Multimed. 25, 543–556 (2021)
[9] Q. Li, D. Song, C. Yuan, W. Nie, An image recognition method for the deformation area of open-pit rock slopes under variable rainfall. Measurement 188, 110544 (2022)
[10] J. Zhang, C. Zhu, L. Zheng, K. Xu, ROSEFusion: random optimization for online dense reconstruction under fast camera motion. ACM Trans. Graph. (TOG) 40(4), 1–17 (2021)
[11] X. Jin, Y. Wu, Y. Xu, C. Sun, Research on image sentiment analysis technology based on sparse representation. CAAI Trans. Intell. Technol. 7(3), 354–368 (2022)
[12] S. Oslund, C. Washington, A. So, T. Chen, H. Ji, Multiview robust adversarial stickers for arbitrary objects in the physical world. J. Comput. Cognit. Eng. 1(4), 152–158 (2022)
[13] D. Zhang, G. Lu, Review of shape representation and description techniques. Pattern Recogn. 37(1), 1–19 (2004)
[14] M. Zheng, K. Zhi, J. Zeng, C. Tian, L. You, A hybrid CNN for image denoising. J. Artif. Int. Technol. 2(3), 93–99 (2022)