DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/10385

Arxiu Descripció MidaFormat
dracccccccccccccc.pdf7,6 MBAdobe PDFThumbnail
Veure/Obrir

Citació: Villamizar, M.A. [et al.]. Efficient rotation invariant object detection using boosted random Ferns. A: IEEE Conference on Computer Vision and Pattern Recognition. "IEEE Conference on Computer Vision and Pattern Recognition(2010)". San Francisco: 2010, p. 1038-1045.
Títol: Efficient rotation invariant object detection using boosted random Ferns
Autor: Villamizar Vergel, Michael Alejandro Veure Producció científica UPC; Moreno-Noguer, Francesc Veure Producció científica UPC; Andrade-Cetto, Juan Veure Producció científica UPC; Sanfeliu Cortés, Alberto Veure Producció científica UPC
Data: 2010
Tipus de document: Conference report
Resum: We present a new approach for building an efficient and robust classifier for the two class problem, that localizes objects that may appear in the image under different orientations. In contrast to other works that address this problem using multiple classifiers, each one specialized for a specific orientation, we propose a simple two-step approach with an estimation stage and a classification stage. The estimator yields an initial set of potential object poses that are then validated by the classifier. This methodology allows reducing the time complexity of the algorithm while classification results remain high. The classifier we use in both stages is based on a boosted combination of Random Ferns over local histograms of oriented gradients (HOGs), which we compute during a preprocessing step. Both the use of supervised learning and working on the gradient space makes our approach robust while being efficient at run-time. We show these properties by thorough testing on standard databases and on a new database made of motorbikes under planar rotations, and with challenging conditions such as cluttered backgrounds, changing illumination conditions and partial occlusions.
URI: http://hdl.handle.net/2117/10385
DOI: 10.1109/CVPR.2010.5540104
Versió de l'editor: http://dx.doi.org/10.1109/CVPR.2010.5540104
Apareix a les col·leccions:VIS - Visió Artificial i Sistemes Intel.ligents. Ponències/Comunicacions de congressos
Institut de Robòtica i Informàtica Industrial, CSIC-UPC. Ponències/Comunicacions de congressos
Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial. Ponències/Comunicacions de congressos
Altres. Enviament des de DRAC
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Aquest ítem (excepte textos i imatges no creats per l'autor) està subjecte a una llicència de Creative Commons Llicència Creative Commons
Creative Commons

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius