Department of Pattern Recognition

(eng): We propose textural features, which are invariant to illumination spectrum and extremely robust to illumination direction. They require only a single training image per texture and no knowledge of illumination direction or spectrum. Hence, these features are suitable for content-based image retrieval (CBIR) of realistic scenes with colour textured objects and variable illumination. The illumination invariants are derived from Markov random field based texture representations. Our illumination invariant features are favourably compared with frequented features in this area - the Local Binary Patterns, steerable pyramid and Gabor textural features, respectively. The superiority of our new invariant features is demonstrated in the illumination invariant recognition of the most advanced representation for realistic real-world materiále - Bidirectional Texture Function (BTF) textures.

(cze): Odvozujeme nové texturní příznaky, které jsou invariantní spektru osvětlení a jsou velmi robustní ke směru osvětlení. Vyžadují pouze jeden obráz textury pro své učení a nevyžadují žádnou znalost směru osvětlení nebo jeho spektra. Proto jsou velmi vhodné pro systémy vyhledávání obrazu podle jeho obsahu (Content-based image retrieval - CBIR) aplikované na reálné scény s barevnými texturovanými objekty a proměnným osvětlením. Iluminační invarianty jsou odvozené z texturních reprezentací založených na markovských náhodných polích (MRF). Naše iluminační invarianty jsou jsou porovnány s nejčastěji používanými příznaky v této oblasti - Local Binary Patterns, řiditelnou pyramidou a Gaborovými příznaky. Převaha našich nových iluminačně invariantních příznaků je demonstrována na rozpoznávání současné nejdokonalejší reprezentaci reálných materiálů - Bidirectional Texture Function (BTF) textur.