Matrice de corrélation croisée

Dans mon groupe, nous avons développé un algorithme qui montre les informations abstraites des systèmes de mécanique quantique sous forme d'images. De cette façon, étant donné un système quantique, nous obtenons une image associée qui a les mêmes informations et rend certaines caractéristiques visibles.

L'une des caractéristiques importantes est obtenue en utilisant une «matrice de corrélation croisée»: nous divisons l'image en sous-images et trouvons le «chevauchement» entre toutes les paires. Ainsi, l'entrée pour les sous-images et , est un nombre indiquant à quel point elles sont similaires. La dimension de la matrice est . $L\times L$ $i$ $j$ $A_{i,j}$ $L^2\times L^2$

La question est: cette matrice, ou un proche parent, est-elle utilisée dans le traitement d'images? Si c'est le cas, at-il un nom? At-il des propriétés intéressantes ou aide-t-il pour des algorithmes utiles?

image-processing

— Javier Rodriguez Laguna
source

Des approches similaires (pour analyser la correspondance des blocs) sont utilisées dans le traitement vidéo pour comprendre les modèles de mouvement et ou pour estimer la profondeur à partir d'images stéréo. Il serait préférable que nous comprenions mieux la propriété que vous recherchez ou les exigences d'application.

— Dipan Mehta

Merci à tous pour vos idées. L'article est enfin dans l'ArXiv, si vous voulez y jeter un coup d'œil :) arxiv.org/abs/1112.3560

— Javier Rodriguez Laguna

Si vous regardez autour de vous pour «l'autosimilarité des correctifs d'image», il y a certaines choses qui vont dans ce sens, par exemple le travail d'Eli Shechtman et Michal Irani

http://www.wisdom.weizmann.ac.il/~vision/SelfSimilarities.html

ou le centre de recherche Calvin:

http://www.vision.ee.ethz.ch/~calvin/software.html

(voir Autosimilarité globale et efficace pour la classification et la détection d'objets)

— tdc
source