Extracción estadística de descriptores significativos para formas de objetos
John C. Russ, PhD, profesor, Universidad Estatal de Carolina del Norte
F. Brent Neal, PhD, investigador científico, Milliken & Company
La forma es un concepto esquivo. Los seres humanos reconocen muchas cosas diferentes en su mundo basándose en la presencia o ausencia de características clave, que también deben aprender a reconocer. Enseñar a las computadoras a clasificar objetos en función de la forma, o a medir la forma para correlacionarlos con la historia o el rendimiento, es una tarea clásica difícil. Es importante en tareas forenses, ciencias naturales, ingeniería e incluso tareas "simples" como el reconocimiento óptico de caracteres para leer textos impresos. Puede tratarse de identificar una clase de objetos, un individuo específico o una marca distintiva. Existe una amplia gama de herramientas de medición matemática que pueden caracterizar ciertos aspectos de la forma, incluidas las relaciones sin dimensiones, los coeficientes de Fourier o wavelet, los momentos invariantes y más. Pero determinar cuál de estos es el más apropiado o útil en un caso dado generalmente requiere recopilar un conjunto de datos de entrenamiento y explorarlos estadísticamente. Se utiliza una variedad de aplicaciones específicas, que incluyen objetos naturales y artificiales, para ilustrar el proceso, utilizando análisis discriminantes y redes neuronales.
