Otkrivanje promjene veličine slike temeljeno na tekućem skaliranju uporabom hibridnih značajki

Otkrivanje promjene veličine digitalnih slika temeljeno na tekućem skaliranju je izazovna zadaća u području obrade slike budući da metoda istražuje slike na slici semantički. Promjena veličine s tekućim skaliranjem ostvaruje se umetanjem na slike ili uklanjanjem sa slika relativno nevažnih puteva piksela, zbog čega se promjene u slikovnom sadržaju uglavnom ne mogu primijetiti. Lokalni binarni uzorci (LBP), vizualni deskriptor, otkrivaju lokalne promjene u teksturi slike. Stoga, uporabom LBP transformacije slika osim vrijednosti intenziteta doprinosi se omjeru otkrivanja. U ovom smo radu predložili hibridni mehanizam otkrivanja za točnije otkrivanje tekućeg skaliranja, posebice u niskim omjerima skaliranja. Izdvojili smo značajke temeljene i netemeljene na LBP-u te sa šezdeset značajki vježbali podrškom vektorskih strojeva (SVM). Postigli smo približno 9 % poboljšanja u omjerima niskog otkrivanja. Pokusni rezultati pokazuju da se zadovoljavajući omjeri otkrivanja mogu dobiti predloženim hibridnim pristupom.