Dans le domaine de la vision par ordinateur, l'un des plus difficiles problèmes est «la reconnaissance d'objets génériques»: pour détecter objet (s) dans une image, la vidéo ou de données 3D, et de déterminer sa (leur) catégories. Cette classe d'objets reconnaissance est en revanche à une reconnaissance d'objets. La plupart des méthodes dans ce domaine sont traitées de la manière ci-dessous:
1. Apprentissage
Dans cette étape, nous utilisons la part de l'apparence, la position relative et d'autres renseignements connexes pour en sous-contrôle ou non de manière à construire le modèle d'apprentissage.
2. Représentation
La représentation est principalement basée sur les «points essentiels», d'utiliser un élément distinctif vecteur pour représenter les catégories visuelle d'objets. Cette fonction devrait être vecteur invariant à l'éclairage, l'échelle, rotation, la traduction
3. Classification
Pour construire un classificateur générique à terme un individu à un objet image comme un exemple de plus d'une catégorie générique.
4. Localisation
Pour localiser l'objet, nous avons besoin de modèle géométrique spatio-temporelle de décider qui concerne les positions des objets.
Ma thèse est de trouver les bonnes méthodes pour décrire l'invariant aspect catégories en images et en décidant la catégorie à l'aide de générateurs du classement.