Modulare Modellierung von hierarchisch-strukturcodierten Objekten und Szenen durch ein semantisches Netzwerk

In diesem Beitrag wird ein wissensbasiertes Bilderkennungssystem auf der Basis des Hierarchischen Strukturcodes (HSC) vorgestellt. Bei der Hierarchischen Strukturcodierung werden Bildinhalte auf Codebäume des HSC abgebildet, die eine HSC-Datenbasis darstellen. Eine Wissensbasis umfaßt Modelle von Objekten und Szenen in Form eines semantischen Netzwerks. In den Konzepten, die die Knoten des Netzwerks bilden, sind Verweise auf standardisierte Operationen enthalten, die aus der Datenbasis perzeptuelle lage- und größeninvariante Merkmale extrahieren können. Ein Kontrollmodul steuert die Abarbeitung des Netzwerks abhängig vom jeweiligen Bildinhalt. Er ruft referenzierte Operationen aus einer Methodenbasis auf und führt einen Vergleich zwischen den aus der Datenbasis extrahierten und den im Modellnetz erwarteten Merkmalen durch. Die Modellbildung erfolgt modular, so daß nicht nur singuläre, komplette Objekte erkannt werden können, sondern daß auch die Interpretation von Szenen mit teilverdeckten oder sich überlappenden Objekten möglich ist. Darüber hinaus ist die vorgestellte Erkennung weitgehend Artefakt-tolerant.