III WVC 2007 - Iris.sel.eesc.sc.usp.br - USP

WVC'2007 - III Workshop de Visão Computacional, 22 a 24 de Outubro de 2007, São José do Rio Preto, SP.(a) Imagem de referência(b) Imagem alvoFigura 3. Exemplo de processo de correspondênciapresenta uma possível solução para o problema em questão.Cada indivíduo é composto por cromossomos que, por suavez, estão relacionados com seu comportamento ou comsuas propriedades. Os melhores indivíduos são ditos osmais adaptados, e correspondem àqueles que representama melhor solução perante toda a população. Na abordagemevolucionária, os mais adaptados ao meio possuem maiorprobabilidade de transmitir seus genes para a próxima geração.Após o cruzamento entre os indivíduos, os filhos sãocompostos pelos genes de seus pais e formam a nova geraçãode potenciais soluções. O cruzamento é fundamentadosobre a possibilidade de que os filhos possam herdaros melhores genes de seus pais e então estar melhor adaptado(evoluído) perante a população passada.O problema de correspondência estéreo pode ser modeladocomo uma problema de otimização de forma queΠ d (x, y) − Π e (x + d, y) =0 (3)O significado da variável de disparidade d pode ser interpretadocomo o ajuste de coordenadas que indexam as projeçõesdo mesmo ponto em ambos os planos de imagem,sendo (x, y) para Π d e (x + d, y) para Π e .A construção de mapas de disparidades fiéis às característicastridimensionais do ambiente exigem que a grandemaioria dos pontos sejam correlacionados com precisão.Cada correspondência possui um custo que está presentedentro do EDI. Os indivíduos representam, cada um, os mapasde disparidades em potencial. O melhor mapa de disparidadeé aquele onde o deslocamento adotado leva aocusto mínimo de similaridade. Além disso, para preservara continuidade das superfícies da cena, os valores vizinhosde disparidades devem diferenciar-se suavemente.3.1. Representação dos indivíduosCada indivíduo k é montado como uma matriz de mesmadimensão das imagens estéreo. O valor associado às coordenadas(x, y) representa a disparidade do ponto na imagemde referência.Π d (x, y) − Π e (x + I k (x, y),y)=0 (4)3.2. Avaliação dos IndivíduosEssa etapa do AG consiste em relacionar a cada indivíduoum valor de Fitness 1 que mede o quanto ele está adaptadoao ambiente.Neste trabalho é considerado dois tipos de Fitness.Talvez essa seja a etapa que mais se diferencia dos AGstradicionais. Para cada cromossomo do indivíduo existeum valor de aptidão associado, e o Fitness total é a médiade todos os valores cromossomos. Essa estratégia éadotada com o objetivo de permitir a avaliação e competiçãode cromossomo a cromossomo dos mapas de disparidade.Como dito na seção passada, para o cromossomo associadoà posição (x, y), existe uma disparidade da mesmaposição. À esse valor de disparidade existe um custo de similaridadeC k s (x, y) relacionado no EDI.C k s (x, y) =EDI(x, y, I k (x, y)) (5)Para conservar a continuidade das disparidades, seja umamatriz de vizinhança W k com dimensões m × n centralizadaem (x, y), a medida de continuidade é representadapela Equação 6. Neste trabalho, m e n são iguais a 7.1 Fitness ou aptidão, é o termo que avalia o quão bom é o indivíduo perantesua população. É comumente empregado nos trabalhos sobre algoritmosgenéticos independente de qual língua o texto é escrito.83