আমি বর্তমানে কম্পোনেন্ট ট্রি ব্যবহার করে সিবিআইআর-এ কাজ করছি , এটি তুলনামূলকভাবে নতুন ধারণা হওয়া উচিত। চিত্র বর্ণনা করার জন্য উপাদান গাছ ব্যবহার করার কিছু প্রত্যাশিত সুবিধা হ'ল:
- কোনও চিত্রের উপাদান গাছের উপস্থাপনাটি চিত্রটির উপর বিকৃতকরণের (এমনকি ভবিষ্যদ্বাণীক) উপর এতটা নির্ভর করে না
- গাছের বিভিন্ন স্তরের পরীক্ষা করা হলে বিভিন্ন স্তরের বিশদ পর্যন্ত তুলনা ও পরিচালনা করার অনুমতি দেয়
- স্বল্প-টেক্সচারযুক্ত চিত্রগুলিতে বর্তমান কৌশলগুলির চেয়ে বৈষম্য এবং বিবরণ আরও ভাল কাজ করা উচিত।
এই বিষয় সম্পর্কিত গবেষণা নিয়ে যেমন আমি শুরু করেছি, আমার লক্ষ্যগুলি সম্পর্কে আমার একটি অস্পষ্ট ধারণা রয়েছে: কম্পোনেন্ট ট্রি সহ চিত্রটি উপস্থাপন করুন এবং তারপরে উল্লিখিত উপাদান গাছগুলির সাথে তুলনা করুন, সরাসরি কোনও ভেক্টরাইজড উপস্থাপনা সন্ধানের মাধ্যমে। আমি সম্ভবত কয়েক সপ্তাহে (বা মাস) আরও অনেক কিছু বলতে সক্ষম হব, তবে আপাতত আমি কেবলমাত্র উপাদান গাছের পরিচয় হিসাবে আমার কাছে প্রস্তাবিত কাগজপত্রের তালিকাটি অফার করতে পারি (আমি সেগুলি এখনও পড়িনি):
আমি সম্ভবত উত্তরটি আপডেট করতে পারি এবং যদি আমি প্রাসঙ্গিক কিছু পাই।
এছাড়াও, যদি আপনার লক্ষ্যটি একরকমভাবে কেবল পয়েন্টগুলির পরিবর্তে চিত্রের অঞ্চলগুলির সাথে আরও সঠিকভাবে মেলে , কারণ অঞ্চলগুলি আরও বৈষম্যমূলক হতে পারে, জে সিভিক এবং এ জিসারম্যানের মধ্যে একটি চমৎকার পরামর্শ ছিল : "ভিডিও গুগল: একটি পাঠ্য পুনরুদ্ধার ভিডিওগুলিতে বস্তু মিলে যাওয়ার পদ্ধতির " ।
আমি স্থানিক ধারাবাহিকতা নিয়ে কাজ করার বিভাগটি উল্লেখ করছি , যেখানে বৈশিষ্ট্য পয়েন্টগুলির মধ্যে একটি গ্রুপের ম্যাচগুলি কেবল তখনই গৃহীত হয় যদি বৈশিষ্ট্য পয়েন্টগুলি উভয় চিত্রগুলিতে একই স্থানিক কনফিগারেশন রাখে। সুতরাং, মিলটি কেবল নিষ্কাশিত বৈশিষ্ট্যের ধরণ (ডোজি, এমএসইআর, ...) বা বর্ণনাকারী (এসআইএফটি) এর উপর নির্ভর করে না, তবে এটি কোনও বৈশিষ্ট্য পয়েন্টের বিস্তৃত আশেপাশের দিকেও নজর দেয়, এটি তৈরি করে (কমপক্ষে কিছুটা) অঞ্চল নির্ভর