home *** CD-ROM | disk | FTP | other *** search
/ vis-ftp.cs.umass.edu / vis-ftp.cs.umass.edu.tar / vis-ftp.cs.umass.edu / pub / Text / iuw94 / non-parametric.txt < prev    next >
Text File  |  1994-08-19  |  2KB  |  31 lines
  1. Title: Non-parametric Classification of Pixels Under 
  2. Varying Outdoor Illumination
  3.  
  4. Authors: Shashi D. Buluswar and Bruce A. Draper
  5.  
  6. Affiliation: Computer Vision Research Laboratory, Dept. of Computer Science,
  7.     University of Massachusetts, Box 34610, Amherst, MA 01003-4610
  8.  
  9. Abstract:  
  10.  
  11. Using color for visual recognition outdoors has proven to be a difficult
  12. problem, chiefly due to varying illumination.  Attempts to classify pixels 
  13. or image patches in outdoor scenes often fail, partly because of the paucity
  14. of data, but partly because color shifts due to changes in illumination 
  15. are not well modeled as random noise.  Approaches which attempt to recover
  16. the "true color" of the incident light (i.e. color constancy approaches) 
  17. appear to work in constrained environments, but are not yet applicable to
  18. outdoor scenes.
  19.     
  20. We present a technique that uses training images of an object under daylight
  21. to learn the shift in color of an object.  Our method uses multivariate 
  22. decision trees for piecewise linear approximation of the region corresponding
  23. to the object's appearance in color space.  We then classify pixels in outdoor
  24. scenes depending on whether they fall within this region, and group clusters of
  25. target pixels into regions of interest (ROIs) for a model-based RSTA system.
  26. The techniques presented are demonstrated on a challenging task: recognizing
  27. camouflaged vehicles in outdoor military scenes.
  28.  
  29. Keywords:
  30. Color, Pixel classification, Decision Trees, Chromatic Variation,
  31. Focus of Attention