Palabras clave
descriptor SIFT
algoritmo Geometric Hashing
Cómo citar
Resumen
En el presente trabajo se desarrolla un algoritmo para la detección y agrupación de logos en imágenes. Para la detección de logos se usa el descriptor "Scale-Invariant Feature Transform" (SIFT) que es uno de los más estudiado y usado en la detección de patrones en los campos de análisis de imágenes y visión por computadora (computer vision). Luego, se desarrolla un algoritmo geométrico para la agrupación y el conteo de los logos detectados. Este algoritmo se basa en el algoritmo llamado "Geometric Hashing". Finalmente, se realizan pruebas para analizar la robustez del algoritmo.
Referencias
Hu, M. 1962. "Visual Pattern Recognition by Moment Invariants". IRE Trans. Information Theory. 2 (IT-8), 179-187.
Pratt, W. 2007. "Digital Image Processing", Willey, 4th edition.
Mikolajczyk, K., Tuytelaars, T., Schmid, C., Zisserman, A., Matas, J., Schaffalitzky, F., Kadir, T., and Van Gool, L. 2005. "A Comparison of Affine Region". International Journal of Computer Vision. 65 (1-2), 43-72.
Lowe, D. 2004. "Distinctive Image Features from Scale - invariant Keypoints". International Journal on Computer Vision. 60 (2), 91-110.
Forsyth, D. and Ponce, J. 2002. "Computer Vision: A Modern Approach", Prentice Hall.
Mikolajczyk, K. and Schmid, C. 2003. "A Performance Evaluation of Local Descriptors". Proceedings of IEEE Conference on Computer Vision and Pattern.
Los autores que publiquen en la revista ACI Avances en Ciencias e Ingenierías aceptan los siguientes términos:
- Los autores conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, la cual estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada, pudiendo de esa forma publicarla en un volumen monográfico o reproducirla de otras formas, siempre que se indique la publicación inicial en esta revista.
- Se permite y se recomienda a los autores difundir su obra a través de Internet:
- Antes del envío a la revista, los autores pueden depositar el manuscrito en archivos/repositorios de pre-publicaciones (preprint servers/repositories), incluyendo arXiv, bioRxiv, figshare, PeerJ Preprints, SSRN, entre otros, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada (Véase El efecto del acceso abierto).
- Después del envío, se recomiendo que los autores depositen su artículo en su repositorio institucional, página web personal, o red social científica (como Zenodo, ResearchGate o Academia.edu).