Klassifikation von Mustern

4.9. OBJEKTKLASSIFIKATION UND -LOKALISATION (VA.1.1.2, 14.05.2004) 441
Bild 4.9.4: Beispiele für die Objekterkennung und -lokalisation; oben: nur interne Transformationen
(zweidimensionaler Fall); unten: interne und externe Transformationen (dreidimensionaler
Fall)
(unbekannte) Funktion ξm approximiert durch
ξm(θext) =
Nξ−1
r=0
aξ,m,rϕξ(θext) . (4.9.22)
Die unbekannten Koeffizienten aξ,m,r werden bestimmt, indem man die Funktion
ξm(θext) =
0 : cm(θext) < θξ
1 : cm(θext) ≥ θξ
(4.9.23)
mit Hilfe von Trainingsbildern durch ξ approximiert. Der Schwellwert θξ wird manuell bestimmt.
Zur Schätzung der klassenspezifischen Parameter sowie zur Objekterkennung werden
nur Merkmale aus dem Objektfenster Aκ verwendet, d. h. Merkmale cm, für die ξm(θext) = 1
gilt. Das Objektfenster wird eher großzügig eingestellt, sodass eher zu viel als zu wenig Merkmale
zu Aκ gehören, da eine weitere Einengung durch das Hintergrundmodell erfolgt.
Hintergrundmodell
Ein heterogener Hintergrund, über den keine Information vorliegt, wird durch eine gleichförmige
Verteilungsdichte p(cm |B0) modelliert. Eine Zuordnungsfunktion ζ ∈ {0, 1} NAκ weist
jeden Merkmalsvektor cm ∈ Aκ entweder dem Objekt oder dem Hintergrund zu
ζm =
0 : cm ∈ Hintergrund
1 : cm ∈ Objekt .
(4.9.24)