Approche hiérarchique pour la détection d'objets à l'aide de descripteurs de forme

La reconnaissance automatique des objets est un problème fondamental dans les domaines de la vision par ordinateur et de l'apprentissage automatique, qui a fait l'objet de nombreuses recherches ces derniers temps. Alors qu'il existe différentes méthodes, qui s'appuient sur diverses caractéristiques de bas niveau pour construire des modèles d'objets, ce travail explore et met en ¿uvre l'utilisation de contours fermés comme caractéristiques d'objets formidables. Une technique hiérarchique est employée pour extraire les contours, en exploitant les relations spatiales inhérentes entre les contours parents et enfants d'un objet. Des descripteurs de Fourier sont utilisés pour décrire de manière efficace et invariable les contours extraits. Une méthode simple et hiérarchique de mise en correspondance des descripteurs spatiaux et des étiquettes de forme est mise en ¿uvre pour déterminer le modèle d'objet le plus proche. Une architecture multithread et des fonctions de traitement d'images efficaces sur GPU sont adoptées, ce qui rend la technique efficace pour une utilisation dans des applications réelles. La technique est testée avec succès sur des panneaux de signalisation courants dans des images du monde réel, avec pour résultat final de bonnes performances et une bonne robustesse.