Stommel, MartinHölldobler, Steffen2020-08-212020-08-212011978-3-88579-415-8https://dl.gi.de/handle/20.500.12116/33783Aufgrund der Vielzahl möglicher visueller Erscheinungen lassen sich verformbare Objekte mit den Mitteln der digitalen Bildverarbeitung nur schwer zuverlässig erkennen. Zur Lösung dieses Problems wird in dieser Arbeit ein kompositioneller Ansatz untersucht, bei dem ein Objekt als Hierarchie von Teilen und Unterteilen in geometrischen Beziehungen beschrieben wird. Für jedes Teil läßt sich die Behandlung der Ausprägung und der Position lokaler Merkmale gezielt parametrisieren, was eine hohe Flexibilität ergibt. Die Parametrisierung des Modells beruht auf Beobachtungen der Statistik von Merkmalsverbünden, ihren geometrischen Eigenschaften und Abhängigkeiten von der Hierarchieebene. Die Methode ist ferner durch die Modellierung mehrerer Objektansichten und die gleichzeitige Lokalisation und Klassifikation gekennzeichnet. Die Leistungsfähigkeit des Verfahrens wird am Beispiel einer Cartoon-Datenbank gezeigt. Dazu werden unterschiedliche Modellkonfigurationen vorgestellt, die bei einer Korrektklassifikationsrate von mindestens 78 Prozent entweder einen positiven Vorhersagewert von 97 Prozent oder eine Sensitivität von 93 Prozent erreichen.de1617-5468