Combining depth with appearance images for object detection using online learning
Visualitza/Obre
Report (8,308Mb) (Accés restringit)
Sol·licita una còpia a l'autor
Què és aquest botó?
Aquest botó permet demanar una còpia d'un document restringit a l'autor. Es mostra quan:
- Disposem del correu electrònic de l'autor
- El document té una mida inferior a 20 Mb
- Es tracta d'un document d'accés restringit per decisió de l'autor o d'un document d'accés restringit per política de l'editorial
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2099.1/23701
Tipus de documentProjecte Final de Màster Oficial
Data2014-06
Condicions d'accésAccés restringit per decisió de l'autor
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
This Master's Thesis presents a new developed algorithm that merges Appearance and Depth Images in order to perform the detection of objects in scenes. This new algorithm uses the approach of the Online Learning Random Ferns, proposed by Villamizar
et al at [1]. Although Villamizar's detector takes only into account appearance information (RGB), the new developed algorithm will also use depth images for creating a robust Object Detector. In this way, it has been studied the best method for combining both sources of information in the same algorithm (appearance and depth). Several approaches to solve this, have been created and tested through a set of experiments, studying its effects over different scenarios and parameters configuration.
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
VictorVaquero_TFM.pdf | Report | 8,308Mb | Accés restringit |