A Survey on Evolutionary Computation for Computer Vision and Image Analysis: Past, Present, and Future Trends

要約

コンピューター ビジョン (CV) は、幅広いアプリケーションをカバーする人工知能の大きな重要な分野です。
画像分析は、画像の視覚的内容を抽出、分析、理解することを目的とした CV の主要なタスクです。
ただし、画像関連のタスクは、画像間の大きな変動、高次元性、ドメインの専門知識の要件、画像の歪みなど、多くの要因により非常に困難です。
進化的計算 (EC) アプローチは、画像解析に広く使用されており、大きな成果を上げています。
ただし、画像解析に対する既存の EC アプローチの包括的な調査はありません。
このギャップを埋めるために、このペーパーでは、エッジ検出、画像セグメンテーション、画像特徴分析、画像分類、オブジェクト検出など、重要な画像分析タスクに対するすべての重要な EC アプローチを網羅する包括的な調査を提供します。
この調査は、さまざまなアプローチの貢献について議論し、EC が CV および画像分析に使用される方法と理由を調査することにより、進化的コンピューター ビジョン (ECV) の理解を深めることを目的としています。
この研究分野に関連するアプリケーション、課題、問題、および傾向についても説明し、要約して、将来の研究のためのさらなるガイドラインと機会を提供します。

要約(オリジナル)

Computer vision (CV) is a big and important field in artificial intelligence covering a wide range of applications. Image analysis is a major task in CV aiming to extract, analyse and understand the visual content of images. However, image-related tasks are very challenging due to many factors, e.g., high variations across images, high dimensionality, domain expertise requirement, and image distortions. Evolutionary computation (EC) approaches have been widely used for image analysis with significant achievement. However, there is no comprehensive survey of existing EC approaches to image analysis. To fill this gap, this paper provides a comprehensive survey covering all essential EC approaches to important image analysis tasks including edge detection, image segmentation, image feature analysis, image classification, object detection, and others. This survey aims to provide a better understanding of evolutionary computer vision (ECV) by discussing the contributions of different approaches and exploring how and why EC is used for CV and image analysis. The applications, challenges, issues, and trends associated to this research field are also discussed and summarised to provide further guidelines and opportunities for future research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google