View - based Object Representation using Graphs of Multi - scale Feature Descriptors

Decomposition of image objects into a set of predefined structural primitives, or features, is an intuitive approach with image analysis for object representation. In this work we investigate how multi-scale shape features may be extracted and placed in relation to each other, to form an abstracted graph-description of image objects. The resulting graph representation will be a Directed Acyclic Graph (DAG), with the extracted features as nodes and the edges indicating overlap between the image features. To increase the amount of information held by the graph, the nodes and arcs are labeled with feature and relational characteristics. We apply this representation to a simplified recognition problem in the domain of hand gesture recognition. The objective is to match test graphs computed from images of hands in various poses to model graphs computed from images of hands in known poses. Vybaserad objektrepresentation med grafer av särdrag på multipla skalor Sammanfattning Uppdelning av bildobjekt i fördefinierade strukturella primitiver är ett intuitivt tillvägagångssätt vid objektrepresentation för datorseende. I detta arbete undersöker vi möjligheten att använda geometriska särdrag på multipla skalor, tillsammans med relationer mellan dessa, för att erhålla en grafrepresentation av bildobjekt. Den resulterande representationen blir en riktad acyklisk graf, med de extraherade särdragen som noder, och bågar införda där överlapp mellan dessa detekterats. För att öka informationsinnehållet i grafen associeras noderna och bågarna med attribut för särdragen respective relationerna de representerar. Vi tillämpar representationen i ett förenklat objektigenkänningssystem för handgestigenkänning. Målet är att matcha grafer genererade från testbilder på händer i olika poser mot grafer genererade från bilder av kända poser.