Shape Modeling and Description from 2D Images

Abstract

L'abilità di vedere degli umani e degli animali è il risultato di una complessa interazione della luce con gli occhi ed il cervello. Non siamo coscienti di quanto estremamente complessa sia l'analisi delle forme degli oggetti che viene svolta dal nostro cervello, poiché questa viene prevalentemente svolta a livello subconscio, senza la necessità di richiedere l'intervento di più elevato livelli cognitivi. Pertanto, sebbene "vedere e comprendere" sembri semplice e naturale, la realizzazione di un sistema di Computer Vision versatile e robusto è un compito difficile. Nell'era dei computer, il tentativo di imitare l'abilità umana di comprendere le forme ha portato alla nascita dei campi della Computer Vision e Pattern Recognition, motivato da importanti applicazioni in diversi campi. Coerentemente con la grande varietà di applicazioni, esiste un ampio spettro di possibili "occhi" che permettono ad un computer di "vedere", molto diversi dall'occhio umano (apparecchiature per tomografia, sensori ultrasonici, ecc.). Il ruolo predominante della forma degli oggetti, rispetto alle altre caratteristiche visuali, verrà enfatizzato nel corso di questa dissertazione, mostrando come tale caratteristica può essere utilizzata per risolvere una vasta gamma di problemi aperti nei campi della Computer Vision, Pattern Recognition e Computer Graphics. In quasi tutti i casi analizzati i dati in input sono costituiti da immagini bidimensionali, dimostrando che queste ultime contengo una quantità sufficiente di informazioni sulla forma degli oggetti raffigurati. I dispositivi tramite i quali le immagini sono state acquisite spaziano dalle Digital Still Cameras sino ai dispositivi per Risonanza Magnetica, con notevoli differenze quindi sia nelle tecnologie che nella qualità delle immagini prodotte. A partire da tali dati di input, nel corso di questa dissertazione verrà mostrato come modellare accuratamente la superficie 3D di un oggetto a partire da una analisi della polarizzazione della luce riflessa o come parametrizzare le forme usando dei descrittori di forma allo stato dell'arte, basati su proprietà statistiche delle classi di oggetti o semplicemente sulle singole superfici 3D o contorni degli oggetti.