使用模糊规则识别全景摄影图像构成
Tsorng-Lin Chia1, Yin-De Shin1, Ping-Sheng Huang2
1Department of Applied Artificial Intelligence, Ming Chuan University, Taoyuan City 333, Taiwan.
Sensors (Basel, Switzerland)
|February 24, 2024
概括
本研究引入了一种新方法,用于使用模糊规则对全景图像类型进行分类. 开发的方法准确地对摄影作品进行分类,增强图像分析能力.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 人工智能的人工智能
背景情况:
- 全景图像创建在智能设备中很常见,比标准图像提供更广泛的视野.
- 现有的分类全景图像类型的方法不足以进行全面分析.
研究的目的:
- 开发新的方法来将全景图像摄影作品分为五种不同的类型.
- 引入一个特征模型和向量来识别全景图像.
- 创建一个基于规则的模糊算法,将自动分类与人类专家评估相匹配.
主要方法:
- 一个由168张全景图像组成的数据集是从在线来源编制的.
- 开发了一个特征模型,在全景图像数据库中定义摄影作品.
- 一个特征向量被用于全景图像识别.
- 一个模糊的基于规则的算法被设计成使自动化结果与专家分类保持一致.
主要成果:
- 拟议的特征模型成功定义了一组用于全景图像的摄影组合.
- 特征向量允许精确识别全景图像.
- 基于模糊规则的算法在匹配专家分类方面表现出高准确度.
- 实验结果证实了拟议的分类方法的高性能.
结论:
- 开发的基于模糊规则的方法为分类全景图像组合提供了准确的方法.
- 提出的技术显示出未来在全景图像分析和管理中的应用潜力.
- 这项研究解决了全景图像分类技术的缺陷.


