Utilização de correspondência de grafos para reconhecimento de cenas através de algoritmos genéticos

Utilização de correspondência de grafos para reconhecimento de cenas através de algoritmos genéticos
Luciana Escobar Gonçalves
Profª: Justel

Introdução


Reconhecimento de cena
Humanos x Computador



Reconhecimento por grafos
Imagem Original x Modelo



Exemplo: cérebro humano

Reconhecimento de Cenas


Grafos são estruturas frequentemente utilizadas na representação de cenas em processamento de imagens [Cross
1997].



Aquisição da imagem e tratamento
- Matriz Numérica
- Supersegmentação

Reconhecimento de Cenas


1.
2.
3.
4.

Após a obtenção da imagem, é necessário aplicar o tratamento adequado: Processamento em matriz numérica
Redução de ruídos
Realce de bordas
Segmentação (coloração, textura)

Reconhecimento de Cenas


Aplicado o tratamento, já é possível identificar características geométricas na imagem. 

Por fim,ocorre a classificação e reconhecimento das cenas através de recursos de inteligência artificial.

Reconhecimento de Cenas

Figura 1. Imagem de entrada de um sistema de reconhecimento de cenas (a) e possível resultado esperado (b).

Reconhecimento de Cenas

Figura 2. Exemplo de imagem obtida por ressonância magnética e um modelo retirado de um atlas médico referentes a um corte do cérebro humano.

Reconhecimento de Cenas

Figura representando modelo de face humana.

Reconhecimento de Cenas

Imagem após processo de segmentação

Abordagens do
Problema de
Correspondência de
Grafos

Abordagens do Problema de
Correspondência de Grafos
Problema de Correspondência Inexata de Grafos (PCIG)
São considerados dois grafos:
 G1 = (V1, E1) – modelo

G2 = (V2, E2) – imagem segmentada
A ser reconhecida pelo modelo


Abordagens do Problema de
Correspondência de Grafos

Figura 3. Exemplo de solução para um pequeno problema de correspondência inexata de grafos

Abordagens do Problema de
Correspondência de Grafos

Figura 4. Exemplo de