4.3 Model tabanlı tanımlama

1. Tanımlama görüntü ile model arasında bir eşleme problemidir.
2. Eşleme klasik bir yapay zeka problemidir.
3. Bir çok değişik metod bu problemi aşmak için uygulanmıştır.
4. Heseplama olarak karmaşık ve yoğun bir işlemdir.

Şimdi bunlardan önemli 2 tanımlama şeklini görelim.

4.3.1 Ağaç(Tree) tabanlı arama metodları

Ağacın her düğümü tanımlanacak cisimler için belirli bir model primitiv eşlemesini gösterir.Ağacın m tane dalı vardır ki bunlar bunların herbiri bir model primitivine(kenar, yüzey vb.) denk gelir. Ağacın her düzeyi bir model primitivini betimler. Düzey ve düğüm bir eşleşmiş çift oluşturur. Sonra ağaçta bir tarama yapılır ve sonuçta bir eşleşme çifti ortaya çıkar. Sonuca yorumlama ağacı denir.

4.3.2 Çizge araması ( Graph searching)

Cisim modeli ve manzara özellikleri (scene features) ilişkisel çizge yapısında (relational graph structure) gösterilir ki bu gösterim biçimi bilgisayar görü sistemlerinde oldukça yaygındır.

Bir çizge şunlardan oluşur

1. Birbirine bağlarla ilişkilendirilmiş düğüm kümesi
2. Her düğüm bir cisim özelliğini betimler
3. Düğümler gösterdikleri özelliklere göre değişik biçimde isimlendirilebilir(büyüklük, biçim, alan vb.)
4. Bağlar özellikler arasındaki ilişkileri belirler. Örneğin: Özelliklerin merkezi arasındaki uzaklık

Tanımlama :

1. Manzaradaki cisimle elimizdeki modeli eşleme sorunu.
2. Eşleme görünüm engelleyen diğer cisimleride göze almak zorundadır.
3. Elimizdeki cisim görüntüden elde edilen cisimden fazla özellikler sergileyeceltir. Örneğin görünmeyen kısımlar.
4. Bu yüzden amacımız bütün model yerine bir alt kümeyi eşeleme olmalıdır.
5. Bu oldukça büyük bir arama işlemidir.
6. Çizge teorisi başlı başına büyük bir konudur.