Bu bildiride, sezim başarımını arttırmada tek tek sezilmiş nesneler arasındaki bağlamsal ilişkilerden yararlanan bir nesne sezim sistemi tanıtılmaktadır. Bu çalışmadaki ilk katkı, iki boyutlu görüntü uzayında yapılan ölçümlerden olasılıksal çıkarım yaparak nesneler arası gerçek dünya ilişkilerinin (çevresinde, yakınında, üzerinde vb.) modellenmesidir. Diğer bir katkı ise, bireysel nesne etiketlerine ve nesne ikilileri arasındaki ilişkilere bağlı olan sahne olasılık fonksiyonunun enbüyütülerek, nesnelerin en son etiketlerinin atanmasıdır. En tutarlı sahne duzenleşimini bulmak için bu enbüyütme problemi, doğrusal eniyileme kullanılarak çözülmüştür. Ofis görüntüleri içeren iki farklı veri kümesinde yapılan deneylerde, gerçek dünya uzamsal ilişkileri bağlamsal bilgi olarak kullanıldığında genel sezim başarımının arttığı gözlemlenmiştir.

In this paper, an object detection system that utilizes contextual relationships between individually detected objects to improve the overall detection performance is introduced. The first contribution in this work is the modelling of real world object relationships (beside, on, near etc.) that can be probabilistically inferred using measurements in the 2D image space. The other contribution is the assignment offinol lobe/s to the detected objects by maximizing a scene probability function that is defined jointly using both individual object labels and their pairwise spatial relationships. The most consistent scene configuration is obtained by solving the maximization problem using linear optimization. Experiments on two different office data sets showed that incorporation of the real world spatial relationships as can textual information improved the overall detection performance. ©2009 IEEE.