Le module de forme ALISA : Reconnaissance adaptative de formes utilisant un jet de caractéristiques radial - Glenn C. Becker explore un problème complexe de traitement d'images : la classification des formes. Les formes peuvent apparaître dans n'importe quelle position, orientation et échelle dans une image. Elles peuvent également être masquées par des lacunes dans leurs limites, des occlusions et du bruit. Les classificateurs de formes généraux souffrent souvent d'une faible précision, tandis que les classificateurs de formes spécialisés reposent sur des caractéristiques spécifiques, comme les sommets ou les limites connectées, ce qui rend leur généralisation difficile. Cette recherche vise à concevoir, mettre en œuvre et tester un classificateur de formes bidimensionnel général et haute précision, invariant à la translation, à l'échelle et à la rotation, et robuste aux lacunes dans les limites des formes, aux occlusions et au bruit. Pour atteindre cet objectif, le jet de caractéristiques radiales (RFT) est mis en œuvre en tant que module de forme ALISA, qui apprend à classer les formes dans des cartes géométriques ALISA dérivées d'un ensemble d'images d'apprentissage supervisées. Ces formes apprises sont stockées sous forme d'un ensemble de vecteurs qui sont ensuite utilisés pour classer les formes dans des images de test. Les expériences ont démontré que cette méthode peut apprendre à classer des formes générales à partir de petits ensembles d'apprentissage, ainsi qu'à classer efficacement des formes similaires indépendamment de leur position, de leur échelle et de leur orientation. Le module de forme est également robuste aux lacunes dans les limites des formes, aux occlusions et au bruit. Il est également démontré que le module de forme surpasse certaines techniques de reconnaissance de formes établies, telles que la transformée de Hough généralisée.