Bildsuche, Objekterkennung und Diskriminative Modelle

Abstract

In der hier vorgestellten Dissertation [Des08] werden drei Themenbereiche bearbeitet, die sich mit der automatischen Suche bzw. dem automatischen Erkennen von Bildern befassen. Im ersten Teil wird die Suche nach Bildern in einer Bilddatenbank untersucht. Dabei wird ein besonderer Schwerpunkt auf die inhaltsbasierte Bildsuche gelegt. Weiterhin wird untersucht, wie dies mit textuellen Bildannotationen kombiniert werden kann. Es wird ein System entwickelt, in dem sich beliebige Informationsquellen zur Bildsuche gemeinsam verarbeiten lassen. Im zweiten Teil werden verschiedene Modelle vorgestellt, um Objekte in Bildern anhand lokaler Eigenschaften zu erkennen. Insbesondere wird bei der Entwicklung der Methoden darauf geachtet, Heuristiken zu vermeiden und alle verfügbaren Informationsquellen einzubeziehen, um zu einem sauberen Modell zu gelangen. Das entwickelte Modell kommt fast vollständig ohne Heuristiken aus, ist kleiner und somit einfacher anzuwenden und zu trainieren als vergleichbare Modelle. Die erzielten Ergebnisse sind vergleichbar oder besser als der Stand der Forschung. Im dritten Teil werden einige Ideen aus der Modellierung in der Objekterkennung aufgegriffen, weitergehend untersucht und für die Erkennung handgeschriebener Ziffern verfeinert. Das daraus resultierende Modell erlaubt erstmals neben den üblichen Modellparametern, auch die Verformungsparameter geschlossen zu trainieren. In allen drei Bereichen werden die entwickelten Methoden quantitativ auf Standarddatensätzen evaluiert und mit dem Stand der Technik verglichen. Dabei zeigt sich, dass die erzielten Ergebnisse mit denen in der Literatur vergleichbar sind oder diese übertreffen. In dieser Arbeit werden einige der Methoden aus dem zweiten Bereich vorgestellt und ein kurzer Ausblick auf die beiden anderen Bereiche gegeben.