Estrazione statistica dei descrittori significativi per le forme dell'oggetto
John C. Russ, PhD, professore, North Carolina State University
F. Brent Neal, PhD, Research Scientist, Milliken & Company
La forma è un concetto elusivo. Gli umani riconoscono molte cose diverse nel loro mondo in base alla presenza o all'assenza di caratteristiche chiave, che devono anche imparare a riconoscere. Insegnare ai computer a classificare gli oggetti in base alla forma, o misurare la forma per la correlazione con la storia o le prestazioni, è un compito classicamente difficile. È importante nelle scienze forensi, nelle scienze naturali, nell'ingegneria e persino nei compiti "semplici" come il riconoscimento ottico dei caratteri per la lettura di testi stampati. Può essere interessato a identificare una classe di oggetti, un individuo specifico o un segno distintivo. Esiste un'ampia gamma di strumenti di misurazione matematica che possono caratterizzare alcuni aspetti della forma, compresi i rapporti senza quote, i coefficienti di Fourier o wavelet, i momenti invarianti e altro ancora. Ma determinare quale di questi è più appropriato o utile in una determinata istanza richiede generalmente la raccolta di una serie di dati di addestramento ed esplorazione statisticamente. Una varietà di applicazioni specifiche, inclusi oggetti naturali e creati dall'uomo, vengono utilizzate per illustrare il processo, utilizzando analisi discriminante e reti neurali.
