A Pyramid Framework for Early Vision: Multiresolutional Computer Vision

سیستم‌های بصری بیولوژیکی از پردازش موازی گسترده برای انجام کارهای بصری در دنیای واقعی در زمان واقعی استفاده می‌کنند. به نظر می رسد کلید این عملکرد قابل توجه این است که سیستم های بیولوژیکی نمایش داده های تصویر بصری خود را در مقیاس های چندگانه می سازند. Aچارچوب هرمی برای دید اولیه یک رویکرد چند مقیاسی یا "هرم" به بینایی را توصیف می‌کند، از جمله مبانی نظری آن، مجموعه‌ای از ماژول‌های مبتنی بر هرم برای پردازش تصویر، شیء. تشخیص، تمایز بافت، تشخیص و پردازش کانتور، تشخیص و توصیف ویژگی، و تشخیص و ردیابی حرکت. همچنین نشان می‌دهد که چگونه این ماژول‌ها را می‌توان به طور بسیار کارآمد در شبکه‌های پردازشگر متصل به ابر مکعب پیاده‌سازی کرد.
یک چارچوب هرمی برای دید اولیه هم برای دانشجویان بینایی و هم برای طراحان سیستم بینایی در نظر گرفته شده است. این یک رویکرد کلی برای طراحی سیستم های بینایی و همچنین مجموعه ای از ماژول های بینایی قوی و کارآمد ارائه می دهد.

Biological visual systems employ massively parallel processing to perform real-world visual tasks in real time. A key to this remarkable performance seems to be that biological systems construct representations of their visual image data at multiple scales. APyramid Framework for Early Vision describes a multiscale, or `pyramid', approach to vision, including its theoretical foundations, a set of pyramid-based modules for image processing, object detection, texture discrimination, contour detection and processing, feature detection and description, and motion detection and tracking. It also shows how these modules can be implemented very efficiently on hypercube-connected processor networks.
A Pyramid Framework for Early Vision is intended for both students of vision and vision system designers; it provides a general approach to vision systems design as well as a set of robust, efficient vision modules.