Structural recognition of facades

Abstract

Skúmame metodu na interpretáciu fasád z jednotlivých obrázkov. Dóraz je kladený na oddelenie znalostí o štruktúre fasády a detekcie prvkov fasády. Interpretácia je formulovaná ako Bayesovský problém maximálnej aposteriornej pravdepodobnosti. Prezentuje sa stochastický model, ktorý zahrňa štrukturálne znalosti o prvkoch fasády a je použitý spolu s integrovaným klasi fikátorom na určenie správnej polohy prvkov fasady. Metódami Monte Carlo pre Markovovské ret'azce konštruujeme vzorkovací algoritmus. Diskutujů sa r^ozne vylepšenia modelu a vzorkovacieho algoritmu. Nakoniec navrhujeme obecnejšiu metódu na štrukturálne rozpoznávanie s použitím bezkontextových gramatík, vhodnů aj na iné úlohy počítačového videnia.

We investigate a method for interpretation of facades from single images. The emphasis is on the separation of knowledge about facade structure and detection of facade elements. The interpretation task is formulated as a Bayesian inference problem of nding maximum a posteriori estimate. A stochastic model that encompasses the structural knowledge about facade elements is presented and an it is used together with an integrated classi er to determine the correct positions of facade elements. We construct a Markov chain Monte Carlo sampler that solves the problem. Various improvements of the model and sampling algorithm are discussed. Finally, we propose a more general approach for structural recognition using context-free grammars that could be used for other computer vision tasks.