Frühe kognitive Wahrnehmung: Feedback Mechanismen für die Disambiguation von früher visueller Repräsentation

Die letzten Jahre haben enorme Fortschritte in low-level Wahrnehmungsprozessen, und modell-basierenden Wahrnehumgsaplikationen gezeigt. Eine Verknüpfung beider Bereiche ist jedoch schwierig, aufgrund von lokalen Ambiguitäten und Verzerrungen visueller Prozesse, sowie der Voraussetzung von Robustheit und Genauigkeit von high-level Prozessen. In dieser Dissertation wird ein „Frühes Kognitives Wahrnehmungssystem“ präsentiert, das eine reichhaltige und genaue Szenenrepräsentation von visueller Information liefert.In diesem System werden in der Anfangsphase widersprüchliche Hypothesen bewahrt und Feedback Mechanismen zwischen verschiedenen visuellen Prozessen und Repräsentationsschichten verwendet, um eine visuelle Disambiguation zu erreichen. Im ersten Teil wird beschrieben, wie symbolische lokale Bild-Deskriptoren aufgrund von frühen Wahrnehmungsfiltern extrahiert werden können, und wie Einschränkungen durch perzeptuelle Gruppierungen an die hervorgehende Wahrnehmungsrepräsentation angewandt werden können. Im zweiten Teil wird die Anwendung von Stereopsis um eine äquivalente 3-D Repräsentation von visueller Information zu rekonstruieren, diskutiert. Interaktionen zwischen perzeptuellem Gruppieren, Stereopsis und 3-D Repräsentation werden diskutiert. Im dritten Teil dieser Arbeit wird die Integration visueller Information über Zeit zur weiteren Disambiguation behandelt. In der Schlussfolgerung dieser Dissertation wird die erfolgreiche Anwendung dieses Systems in einigen Bereichen diskutiert.Recent years have seen considerable progress in low level image processing as well as model based, vision applications. Joining the two fields proves to be a difficult problem due to the local ambiguity and noisiness of visual processes, and to requirements of robustness and accuracy of high level processes. In this thesis we present an Early Cognitive Vision framework that aims at providing a rich and reli- able scene representation from visual information. This framework preserves conflicting hypothesis in its early stages, and makes use of feedback mechanisms between different visual processes and layers of representation to achieve disambiguation. In a first part we present how a symbolic local image de- scriptors are extracted from the responses of early vision filters, and how perceptual grouping constraints can be applied on the resulting image representation. A second part discuss the use of stereopsis to reconstruct an equivalent 3D representation of the visual information. Interactions between perceptual grouping, stereopsis and 3D reconstruction processes are discussed. The third part of this thesis integrates visual information across time to further disambiguate the representation. This framework has been used successfully in several contexts, that are discussed in the conclusion of this thesis