Contour-based Object Detection UsingMax-Margin Hough Transform
محل انتشار: هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,428
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP07_081
تاریخ نمایه سازی: 28 مرداد 1391
چکیده مقاله:
In this paper, a contour-based object detectionmethod based on Max-Margin Hough transform is proposed. Welearn Implicit Shape Model using local contour features namelyPair of Adjacent Segments (PAS) features. A Max-Margin Houghtransform (M2HT) [1] is then applied, where local parts generateweighted votes for possible object locations. Weights are learnt sothat higher weights are assigned to parts which repeatedlyappear in consistent locations. The achieved results on TUD cowsreference dataset show that discriminative learning of weightsimproves the contour-based Hough detector.
کلیدواژه ها:
نویسندگان
Maedeh Ahmadi
Artificial Intelligence Laboratory, Dept. of Electrical and Computer Engineering
Maziar Palhang
Artificial Intelligence Laboratory, Dept. of Electrical and Computer Engineering
Niloofar Gheissari
Dept. of Electrical and Computer EngineeringIsfahan University of TechnologyIsfahan, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :