Název:
Všesměrová detekce objektů
Překlad názvu:
Multiview Object Detection
Autoři:
Lohniský, Michal ; Beran, Vítězslav (oponent) ; Juránek, Roman (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2014
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [cze][eng]
Tato práce se zabývá modifikací extrakce příznaků a učícího procesu detektorů pro všesměrovou detekci objektů. Jde o přidání nových kanálů u detektorů založených na "Aggregate channel features". Nové kanály jsou tvořeny filtrováním obrazu jádry z autoenkodérů a následným použitím nelineární funkce sigmoidy. Experimenty ukazují, že nové kanály jsou úspěšné, avšak výpočetně náročnější než ostatní. Jsou zde proto diskutovány možnosti, jak výpočet urychlit. Dále je v této práci vyhodnocen uměle vytvořený dataset automobilů a je zde diskutován jeho malý přínos při jeho aplikaci na několik detektorů.
This thesis focuses on modification of feature extraction and multiview object detection learning process. We add new channels to detectors based on the "Aggregate channel features" framework. These new channels are created by filtering the picture by kernels from autoencoders followed by nonlinear function processing. Experiments show that these channels are effective in detection but they are also more computationally expensive. The thesis therefore discusses possibilities for improvements. Finally the thesis evaluates an artificial car dataset and discusses its small benefit on several detectors.
Klíčová slova:
Aggregate channel features; autoenkodér; Fast feature pyramids; uměle vytvořený dataset.; Všesměrová detekce objektů; Aggregate channel features; artificial dataset.; autoencoder; Fast feature pyramids; Multiview object detection
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/53336