Key points are not available for this paper at this time.
Este artigo compara dois métodos para localização de objetos a partir de contornos: contexto de forma e correspondência de chamfer de templates. À luz de nossos experimentos, sugerimos melhorias no contexto de forma: contextos de forma são usados para encontrar características correspondentes entre o modelo e a imagem. Em imagens reais, é mostrado que o contexto de forma é altamente influenciado por desordens; além disso, mesmo quando o objeto está corretamente localizado, a correspondência de características pode ser fraca. Mostramos que a robustez da correspondência de forma pode ser aumentada incluindo uma restrição de continuidade figural. O custo combinado de forma e continuidade é minimizado usando o algoritmo de Viterbi nas características, resultando em melhor localização e correspondência. Nosso algoritmo pode ser geralmente aplicado a qualquer método de correspondência de forma baseado em características. A correspondência de chamfer correlaciona templates de modelo com a transformação de distância da imagem de borda. Isso pode ser feito de forma eficiente usando uma busca de grosso para fino sobre os parâmetros de transformação. O método é robusto em desordem, no entanto, múltiplos templates são necessários para lidar com variações de escala, rotação e forma. Comparamos ambos os métodos para localizar formas de mãos em imagens desordenadas e aplicados ao reconhecimento de palavras em imagens EZ-Gimpy.
Thayananthan et al. (Ter,) estudaram essa questão.