Defensa Tesis Licenciatura Francisco Gómez Fernández

• Título: "Líneas de Nivel y Shape Context"
• Director: Mariano Tepper
• Co- Director: Marta Mejail
• Jurados: María Elena Buemi y Julio C. Jacobo
• Resumen

A lo largo de este trabajo, nos esforzamos por responder el principal cuestionamiento existente en todo proceso de reconocimiento de formas: ¿una forma está o no presente en una imagen?

No existe una solución trivial a este problema, y para poder abordarlo dividimos el proceso de reconocimiento de formas en tres etapas: detección de características, elaboración de descriptores, y búsqueda de correspondencias, en donde hemos puesto nuestro foco en la detección de características.

En el contexto de la detección de características presentamos un nuevo procedimiento para calcular las regiones extremas máximamente estables de una imagen basado en el árbol de inclusión de formas o componentes de una imagen, que impone un mínimo de restricciones sobre el árbol de entrada. Cuando es aplicado al árbol de formas de una imagen interpolada bilinealmente presenta especiales cualidades para detectar los objetos bien contrastados, y lo denominamos como criterio de selección de formas máximamente estables.

Con el objetivo de completar el proceso de reconocimiento de formas, hemos propuesto un reconocedor basado en shape context, denominado shape contex morfológico por su cualidad de trabajar con formas. El shape context morfológico nos da la posibilidad de enfrentar el problema de la búsqueda de formas en imágenes al poseer la importante propiedad de describir una forma de manera semi-local. Por lo tanto, es adecuado para trabajar en el proceso de reconocimiento de formas en donde los objetos deben ser puestos en correspondencia individualmente, en contraposición de los enfoques globales que abarcan toda (o casi) la imagen. Este hecho es corroborado experimentalmente con los resultados presentados, en donde, se puede ver que el shape context morfológico permite establecer correspondencia entre formas de dos imágenes en donde hay también muchas otras formas presentes.

• Abstract

Throughout this work, we strive to answer the main question any shape recognition method: is a shape present or not in a picture?

There is no trivial solution to this problem and in order to address we divide the pattern recognition process into three stages: feature detection, encoding of descriptors, and matching. We put our focus on feature detection.

In the context of feature detection, we present a new process for calculating the maximally stable extremal regions of an image based on the inclusion tree of shapes or components of an image, which imposes minimal restrictions on the input tree. When it is applied to the tree of shapes of a bilinear interpolated image, it is particularly good of detecting well-contrasted objects, and it is called maximally stable shapes criterion.

In order to complete the process of shape recognition, we have proposed a shape recognizer based on shape context, called morphological shape context because of its ability to work with shapes. The semi-locality property in morphological shape context gives us the possibility of addressing the problem of searching shapes in images. Therefore, it is appropriate for working in shape recognition where individual objects present in the image must be matched separately, as opposed to global approaches that cover all (or almost all) the image. This fact is confirmed experimentally with the results presented, where we can see that the morphological shape context allows us to match shapes in contexts where other shapes are present.