Show simple item record

dc.contributorGiró Nieto, Xavier
dc.contributor.authorBellver Bueno, Míriam
dc.contributor.otherUniversitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions
dc.date.accessioned2015-12-07T16:40:50Z
dc.date.available2015-12-07T16:40:50Z
dc.date.issued2015-07-20
dc.identifier.urihttp://hdl.handle.net/2117/80285
dc.descriptionThe problem of object detection has been largely studied in the literature, with many solutions based on sliding windows and interest point analysis. On the other hand, the state of the art on image segmentation has recently achieved important advances, providing more stable solutions that may be applied in the object detection problem. This thesis proposal initially focuses on the expansion of the popular deformable parts model for object detection to an image representation based on a hierarchical partition. Such structure can boost the feature extraction with a max-po
dc.description.abstractThe motivation of this work is the efficient exploration of hierarchical partitions for semantic segmentation as a method for locating objects in images. While many efforts have been focused on efficient image search in large-scale databases, few works have addressed the problem of locating and recognizing objects efficiently within a given image. My work considers as an input a hierarchical partition of an image that defines a set of regions as candidate locations to contain an object. This approach will be compared to other state of the art algorithms that extract object candidates for an image. The final goal of this work is to semantically segment images efficiently by exploiting the multiscale information provided by a hierarchical partition, maximizing the accuracy of the segmentation when only a very few regions of the partition are analysed.
dc.description.abstractLa motivación de este trabajo es explorar eficientemente un árbol jerárquico para segmentar semánticamente imágenes como método para reconocer objetos. Muchos trabajos han tratado la búsqueda eficiente de objetos en imágenes desde el punto de vista global de la imagen en grandes bases de datos, pero no se han dedicado tantos esfuerzos en resolver el problema de localizar y reconocer objetos dentro de la propia imagen. Esta tesis trabaja con particiones jerárquicas de una imagen que definen un conjunto de regiones candidatas para contener un objeto. Segmentar imágenes utilizando estas regiones se comparará con los resultados obtenidos a partir de candidatos de objeto extraídos mediante otros algoritmos del estado del arte. El objetivo final es segmentar imágenes semánticamente de forma eficiente aprovechando la información entre niveles del árbol jerárquico, maximizando la calidad de la segmentación cuando sólo un conjunto muy reducido de zonas del árbol son analizadas.
dc.description.abstractLa motivació d'aquest treball és l'exploració eficient d'un arbre jeràrquic per tal de segmentar semànticament imatges com a mètode per reconèixer objectes. Molts treballs han tractat la cerca eficient d'objectes en imatges des del punt de vista global de la imatge en grans bases de dades, però no s'han dedicat tants esforços en resoldre el problema de localitzar i reconèixer objectes eficientment dins la pròpia imatge. Aquesta tesis treballa amb particions jeràrquiques d'una imatge que defineixen un conjunt de regions candidates per contenir un objecte. Segmentar imatges utilitzant aquestes regions es compararà amb els resultats obtinguts amb candidats objecte extrets mitjançant altres algorismes de l'estat de l'art. L'objectiu final és segmentar imatges semànticament de forma eficient aprofitant la informació entre nivells de l'arbre jeràrquic, maximitzant la qualitat de la segmentació quan només un conjunt molt reduït de zones de l'arbre són analitzades.
dc.language.isoeng
dc.publisherUniversitat Politècnica de Catalunya
dc.rightsS'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada'
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.subjectÀrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
dc.subjectÀrees temàtiques de la UPC::Enginyeria de la telecomunicació
dc.subject.lcshRobot vision
dc.subject.lcshImage processing
dc.subject.otherImage Processing
dc.subject.otherArtifial Intelligence
dc.subject.otherComputer Vision
dc.subject.otherProcesado de imágenes
dc.subject.otherInteligencia artificial
dc.subject.otherVisión por computador
dc.subject.otherIntel·ligència artificial -- PFC
dc.subject.otherRobots -- Visió per computador -- PFC
dc.titleEfficient exploration of region hierarchies for semantic segmentation
dc.title.alternativeExploración eficiente de jerarquías de regiones para segmentaciones semánticas
dc.title.alternativeExploració eficient de jerarquies de regions per segmentations semàntiques
dc.typeBachelor thesis
dc.subject.lemacVisió artificial (Robòtica)
dc.subject.lemacImatges -- Processament
dc.identifier.slugETSETB-230.110456
dc.rights.accessOpen Access
dc.date.updated2015-08-06T05:50:54Z
dc.audience.educationlevelGrau
dc.audience.mediatorEscola Tècnica Superior d'Enginyeria de Telecomunicació de Barcelona


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Except where otherwise noted, content on this work is licensed under a Creative Commons license: Attribution-NonCommercial-NoDerivs 3.0 Spain