Boundary shape is one of the most useful information to detect objects because it can be independent of inner texture or color. Moreover boundary matching can play an important role to segment deformable objects in the complex background clutter.
In this thesis, we treat the boundary matching problem as finding the optimal cycle in the graph. For the accurate boundary matching, we consider every possible correspondence between the template sub-parts and the object boundaries using the product graph concept. Each weight of the product graph edge is defined using the similarity between corresponding boundary parts. By this approach, the proposed algorithm can estimate the best correspondences and simultaneously detect the optimal object region.
The proposed algorithm is only utilizing the boundary shape information, so it is totally independent of inner texture of object. Additionally, the proposed algorithm can cover deformable objects with few templates because of the correct correspondence estimation.
The performance of the algorithm is validated using several deformable object samples in the presence of complex background clutter. Our results also show the possibility to handle the scale change and occlusion problem.
외곽선 모양 정보는 물체의 내부 재질이나 색상정보에 독립적으로 물체를 찾아낼 수 있는 장점 때문에 중요한 정보 중에 하나라고 할 수 있다. 또한 물체를 복잡한 배경에서 분리해내는 데에도 중요한 역할을 할 수 있다.
본 논문에서는, 외곽선 매칭 문제를 그래프에서 최적의 싸이클을 찾아내는 문제로 취급해서 해결하였다. 정확한 외곽선 매칭을 위해서 곱 그래프를 이용해서 가능한 모든 물체의 경계선과 템플릿 일부분 사이의 대응을 고려하였고, 곱 그래프의 에지의 가중치는 그것이 대표하는 대응의 모양 비교와 글로벌 위치 관계를 통하여 정의하였다. 이런 접근을 통해, 제안하는 알고리즘은 물체와 템플릿간의 정확한 대응을 유추함과 동시에 물체부분을 배경으로부터 분리해 내었다.
제안하는 알고리즘은 오직 외곽선 모양 정보만을 사용하였고, 따라서 물체 내부의 재질과 색상에 완전히 독립적이다. 뿐만 아니라 제안하는 알고리즘은 적은 수의 템플릿만으로 물체모양의 변형까지 커버하는 것이 가능하다.
본 논문에서는 복잡한 배경에 놓인 여러 가지 변형적인 물체의 예들을 통해서 제안하는 알고리즘의 성능을 검증하였다. 또한 물체의 크기 변화와 가려짐 효과에 대해서도 실험을 통해 성능을 검증하였다.
