FUZZY 추론에 의한 중복물체 인식

Recognition of Occluded Objects by Fuzzy Inference

본 논문에서는 fuzzy 추론에 의한 중복물체인식에 관해 연구하였다. 영상은 다각형 근사방법을 이용하여 선형선소들의 집합으로 변환되었으며 각 선형선소는 물체의 경계점으로부터 추출된 국부특징점으로 구성되었다. 또한 추출된 특징량을 정보의 불확실성을 나타내는 fuzzy 개념과 대응시킨 fuzzy화 데이터로 나타내었으며, 미지영상에 있어서 모델의 인식은 모델영상으로 부터 생성된 생성규칙을 이용하여 fuzzy 추론에 의해 이루어졌다. 실험을 통하여 불확실성의 정도 변화에 따른 인식 결과의 변화를 고찰하였으며, 120개의 모델이 포함되어 있는 30개의 미지영상에 대해 92.5%의 인식률을 얻었다.

This paper is studied for the recognition of occluded objects by fuzzy inference. The images are transformed a group of linear line segments, which is formed local features extracted from curvature points, using polygonal approximation. The features extracted from images are representes to the fuzzified data which is mapped into fuzzy concepts to represent the fuzziness, and the recognition of a model from scenes is performed by fuzzy inference using the production rulse which is generated from the model image. It is considered that the recognition results according to the change of degree of fuzziness in the experiments, and the experimental results for 30 scenes contained 120 models is obtained 92.5% of recognition rate.