Artículos

Detectando gestos en imágenes medievales

Detectando gestos en imágenes medievales

Detectando gestos en imágenes medievales

Por Joseph Schlecht, Bernd Carque y Bjorn Ommer

Publicado en Conferencia internacional IEEE sobre procesamiento de imágenes (ICIP) (2011)

Resumen: Presentamos un detector basado en plantillas para gestos visualizados en manuscritos legales de la Edad Media. Las personas representadas poseen gestos con un significado semántico específico desde la perspectiva de la historia jurídica. Los gestos dibujados a mano exhiben variaciones notables en el estilo artístico, tamaño y orientación. Siguen un patrón visual distinto, sin embargo, sin ningún efecto de perspectiva. Presentamos un método para aprender un pequeño conjunto de plantillas representativas de la variabilidad del gesto. Aplicamos una versión eficiente de la correlación cruzada normalizada para votar por la posición, escala y orientación del gesto. La estimación de densidad de kernel no paramétrica se utiliza para identificar hipótesis en el espacio de votación, y un paso de verificación discriminativa clasifica las detecciones. Demostramos nuestro método en cuatro tipos de gestos y mostramos resultados de detección prometedores.

Introducción: Presentamos un método automático para encontrar gestos en las ilustraciones de manuscritos medievales. Nuestro enfoque en los gestos en las artes visuales de la Edad Media es el primer paso en un proyecto interdisciplinario a largo plazo para obtener una visión más profunda de la naturaleza de la comunicación incorporada en la cultura medieval [15]. Basamos nuestro enfoque en cuatro manuscritos ilustrados de Mirror of the Saxons de Eike von Repgow. El detector descrito en este documento sienta las bases para comparar las escenas correspondientes de cada copia automáticamente con respecto a los gestos representados.

Nuestro objetivo es detectar múltiples tipos de gestos a diferentes escalas y orientaciones en los manuscritos digitalizados. El hecho de que los gestos se dibujen a mano presenta un desafío significativo debido a la variación artística. Sin embargo, un aspecto positivo de estas imágenes creadas por el hombre es que siguen patrones simples en 2-D sin perspectiva. Aprovechamos este estilo de dibujo con una estrategia de detección basada en plantillas. Dadas las instancias etiquetadas de un tipo particular de gesto, nuestro enfoque se centra en aprender un subconjunto que abarca su variación de apariencia. Emitimos votos para las detecciones basadas en una versión eficiente de la correlación cruzada normalizada, seguida de una etapa de verificación para clasificar las hipótesis.


Ver el vídeo: La imagen del pasado 1. El uso de las imágenes digitales y el estudio del arte rupestre (Mayo 2021).