이 논문에서 겹쳐지고 잘린 이미지내의 타원형 객체들 가운데 부분적으로 겹쳐져 보이지 않는 외형과 영역을 재구성하고 계산하기 위한 방법을 제안한다. 대칭적인 속성에 기반을 두고, 불완전한 객체 인식을 위해 타원형 객체의 윤곽에 기반을 둔 방법이다. 이 방법은 한 객체 안에서 대칭 축을 이용하는 영역 복사를 통한 겹쳐져 보이지 않는 영역을 재구성하는 간결한 기교를 제공한다. 부분적으로 겹쳐져 보이지 않는 영역에 대한 측정된 변수에 기반을 두고, 분류 트리의 객체 인지를 수행하는데, 이 방법은 통계 수치보다 대칭에 기반을 둔 객체 재구성에 의존하기 때문이다. 이는 크기 변경과, 객체의 자세, 회전, 등에서 비록 객체 자세에는 한계를 가지고 있지만 부분적으로 겹쳐져 보이지 않는 객체의 인지에서 탁월하다.
In This Paper, We Propose The Method To Reconstruct And Estimate Partially Occluded Elliptical Objects In Images From Overlapping And Cutting. We Present The Robust Method For Recognizing Partially Occluded Objects Based On Symmetry Properties, Which Is Based On The Contours Of Elliptical Objects. A Proposed Method Provides Simple Techniques To Reconstruct Occluded Regions Via A Region Copy Using The Symmetry Axis Within An Object. Based On The Estimated Parameters For Partially Occluded Objects, We Perform Object Recognition On The Classifier. Since A Proposed Method Relies On Reconstruction Of The Object Based On The Symmetry Properties Rather Than Statistical Estimates, It Has Proven To Be Remarkably Robust In Recognizing Partially Occluded Objects In The Presence Of Scale Changes, Object Pose, And Rotated Objects With Occlusion, Even Though h Proposed Method Has Minor Limitations Of Object Poses.
